标签:info generate 现在 image env else pen dom odi
马尔科夫链是一种随机模型,能根据先前的事件单独预测一个时间。
用马尔科夫链生成文本也是采用了相同的理念,努力找到一个词出现在另一个词后面的概率。
代码包含两部分,一个用来训练,一个用来生成
#!/usr/bin/env python # coding:utf8 # author:Z time:2018/10/27 import random
#训练模型 model={‘START‘: [‘i‘, ‘you‘], ‘i‘: [‘like‘], ‘like‘: [‘to‘], ‘to‘: [‘eat‘], ‘you‘: [‘eat‘], ‘eat‘: [‘apples‘,‘oranges‘],‘END‘: [‘apples‘,‘oranges‘]} #上面的模型词典中还有两个术语:“起始”(START)和“结束”(END),它们表示一个生成的句子的起始词和结束词
#生成鸡汤句 generated = [] while True: if not generated: words = model[‘START‘]#[‘i‘, ‘you‘] elif generated[-1] in model[‘END‘]: break else: words = model[generated[-1]] generated.append(random.choice(words)) print(generated)
标签:info generate 现在 image env else pen dom odi
原文地址:https://www.cnblogs.com/z-x-y/p/9905996.html