但是這個是資料庫，並不是轉換前後的句子。

右邊是新聞，左邊是鄉民的。

應該是看需求，如果希望內文也可以自動生成的話，可能要著重那一塊，那就是一個model，像一開始新聞的句子怎麼出來，那又是另外一件事，一開始的句子，我們現在是做sample，要怎麼挑這一句話之類的，那又是另外一件事，如果想要分析回文，然後我們可能有回覆別人之類的，那也是另外一塊，就是看現在的需求是什麼。

可是要回什麼，也要看他們到底講了什麼，而我們要回什麼的感覺。

對，但是如果要做到那個的話，就要先做輿情分析，先知道他們講的話。

因為是在講工業區。

可是我在想資料庫大不大，也有跟每一段時期鄉民講話的風格有關。

都有。

對，新聞稿都是紫爆或者是紅色警報的時候才會有稿出來。

對，他們那個就是紫爆或者是嚴重之類的。

應該是說在PTT上面po文只要有紅色警報的時候就會開始po文，紅色底下就不太放。

對。

後面沒有很仔細去看，但是也是有一些結果，但是就沒有很專注去看他的樣子。

其實是VAE，可以想像如果autoencoder的話，那就是新聞的input，出來會是新聞的out put，那如果有GAN的話就會生成另外一個風格，以這次的應用來說，就是從新聞風格變成鄉民的風格，當然也是能從鄉民的風格變成新聞的。

在訓練model的時候是用一個轉譯模型。

另外我們也需要了解鄉民講話的方式，因此爬一個鄉民在討論空氣品質的資料庫，我們從八卦版、高雄和台中的地區版爬有關空品的標題、內文甚至是回復。因此就有兩個database。

先從第一個，一開始的想法就像剛剛所講的，想要在PTT這個平台po文，如果要po文給鄉民的話，就要用他們的語言，所以那時我們就在想我們有的東西是什麼，我們有的東西就是新聞稿的內容，因此我們利用PTT蒐集一個關於空品議題的新聞資料庫。