WantWords 反向词典

简介

清华大学自然语言处理与社会人文计算实验室（THUNLP）开源的在线反向词典，又名万词王。核心论文入选 AAAI 2020。输入对一个词的描述（中文或英文），返回最匹配的候选词列表，支持中文、英文、中查英、英查中四种模式，可按词性、字数、笔画过滤。完全免费、免登录、开源（GitHub: thunlp/WantWords）。

核心功能

• 中 / 英 / 中查英 / 英查中四模式
• 词性、词长、词形过滤
• 素材库（按主题查例句）
• AAAI 2020 模型 + 多通道反向词典算法
• 完全开源（GitHub thunlp/WantWords）

优缺点

详细介绍

这是什么

WantWords（万词王）是清华大学自然语言处理实验室（THUNLP）开源的反向词典。反向指的是：传统词典输入词查解释，反向词典输入解释查词。例如想表达形容某人非常细心，输入这句话，系统返回 meticulous、scrupulous、fastidious、painstaking 等候选。

发布于 2020 年（核心论文 Multi-channel Reverse Dictionary Model 入选 AAAI 2020），由清华和华为合作研究。截至 2026-05 仍在维护，近期新增素材库功能（按主题查例句）。

GitHub 仓库 thunlp/WantWords 开源（PyTorch + Django），可本地部署。

核心功能

• 中文反查：中文描述 → 中文词
• 英文反查：英文描述 → 英文词
• 中查英：中文描述 → 英文词（写英文文案、邮件最常用）
• 英查中：英文描述 → 中文词（翻译、看英文资料时找对应中文）
• 过滤：词性、词长（字符数）、词形、押韵
• 素材库（新）：按主题查找例句

关键参数（截至 2026-05 公开资料）

• 发布：2020 年（AAAI 2020 论文）
• 团队：清华大学 NLP 实验室（THUNLP）+ 华为
• 模型：基于 BERT + 多通道（multi-channel）反向词典模型
• GitHub：thunlp/WantWords（开源 MIT 授权）
• 在线版本：wantwords.net（活跃维护）+ 镜像 wantwords.thunlp.org
• 价格：完全免费，免登录
• 衍生品：同团队还做了 WantQuotes（找古诗文 / 名言）、语鲸 App

适合谁

• 写英文 Listing、广告文案、品牌 Slogan 时卡词，想从一句中文描述快速找到精准英文词的卖家
• 写英文邮件 / 客服回复时想用更地道动词或形容词替换的运营
• 需要 brainstorm 多个近义词、避免英文重复的内容创作者
• 学英语 / 雅思托福备考时找精准词汇

不适合谁

• 需要整段翻译的场景（这是查词工具，不是翻译引擎，找 DeepL / ChatGPT）
• 需要短语、习语、固定搭配的场景（输出是单词为主）
• 需要 API 商业接入的场景（虽然开源可自部署，但官方在线版无商业 API SLA）
• 完全不懂英文、连描述都打不出的人——它要求你能用一种语言描述目标词的含义

与主要竞品的区别

英文反向词典市面有 OneLook Reverse Dictionary（开放、覆盖词条多但不支持中文输入）、Reverse Dictionary（onelook 同源）、Vocabulary.com 的 Word Finder。WantWords 的差异点：

• 支持中文输入并跨语言查英文，中文母语者写英文文案更顺手
• 基于 transformer 模型，对长描述、抽象概念匹配比基于词向量的 OneLook 更鲁棒
• 完全免费、开源、无 API 限流（官方页面）

劣势：英文词库覆盖不如 OneLook 那么海量；不能查习语、短语；UI 较学术风。

注意事项

• 服务由清华学术机构维护，长期可用性取决于实验室预算和人力，不要把生产关键流程依赖到单点
• 在线版偶有响应慢的时段（学术服务器特性）
• 中查英结果以语义最近排序，不一定是该语境下最自然的搭配，作为初筛后人工或母语者审稿是必要步骤
• 写商业文案时，找到候选词后可在 Google Books、Reverso Context 或 ChatGPT 验证语料中实际用法，避免出现 register（语域）不匹配

常见问题