如何使用Python生成基于马尔可夫链的伪随机文本
这篇文章给大家介绍如何使用Python生成基于马尔可夫链的伪随机文本,内容非常详细,感兴趣的小伙伴们可以参考借鉴,希望对大家能有所帮助。
目前创新互联已为近千家的企业提供了网站建设、域名、虚拟主机、网站运营、企业网站设计、大祥网站维护等服务,公司将坚持客户导向、应用为本的策略,正道将秉承"和谐、参与、激情"的文化,与客户和合作伙伴齐心协力一起成长,共同发展。
首先看一下来自Wolfram的定义
马尔可夫链是随机变量{X_t}的集合(t贯穿0,1,...),给定当前的状态,未来与过去条件独立。
Wolfram的定义更清楚一点儿
...马尔可夫链是具有马尔可夫性质的随机过程...[这意味着]状态改变是概率性的,未来的状态仅仅依赖当前的状态。
马尔可夫链具有多种用途,现在让我看一下如何用它生产看起来像模像样的胡言乱语。
算法如下,
找一个作为语料库的文本,语料库用于选择接下来的转换。
从文本中两个连续的单词开始,最后的两个单词构成当前状态。
生成下一个单词的过程就是马尔可夫转换。为了生成下一个单词,首先查看语料库,查找这两个单词之后跟着的单词。从它们中随机选择一个。
重复2,直到生成的文本达到需要的大小。
代码如下:
为了看到一个示例结果,我们从古腾堡计划中拿了沃德豪斯的《My man jeeves》作为文本,示例结果如下。
马尔可夫算法怎样呢?
最后两个单词是当前状态。
接下来的单词仅仅依赖最后两个单词,也就是当前状态。
接下来的单词是从语料库的统计模型中随机选择的。
这是一个示例文本。
这个文本对应的语料库像这样,
现在如果我们从"brown fox"开始,接下来的单词可以是"jumps"或者"who"。如果我们选择"jumps",然后当前的状态就变成了"fox jumps",再接下的单词就是"over",之后依此类推。
提示
我们选择的文本越大,每次转换的选择更多,生成的文本更好看。
状态可以设置为依赖一个单词、两个单词或者任意数量的单词。随着每个状态的单词数的增加,生成的文本更不随机。
不要去掉标点符号等。它们会使语料库更具代表性,随机文本更好看。
关于如何使用Python生成基于马尔可夫链的伪随机文本就分享到这里了,希望以上内容可以对大家有一定的帮助,可以学到更多知识。如果觉得文章不错,可以把它分享出去让更多的人看到。
文章标题:如何使用Python生成基于马尔可夫链的伪随机文本
本文地址:http://scyanting.com/article/jsejoe.html