我想产生似乎合理(或者说不太合理也可以)的无意义文本,类似于markov chain approach would do的方式,但我希望生成的文本的名词和动词来自不同的来源。分析文本。
所以,例如,假设文本1来自Little Red Riding Hood,我的名词/动词列表类似于此处列出的名称:nouns,verbs。我正在寻找一种方法来用新的名词/动词替换文本1中的部分/全部名词/动词。然后我将从mashup生成一个新文本(可能使用马尔可夫链方法)。
我猜我需要对文本1进行某种初始语法分析,然后或者用插入名词/动词列表中适当编码的单词进行交换?
答案 0 :(得分:0)
我不熟悉文字生成,但我建议使用language modelling方法。你应该看看前1-2个讲座的灵感:)
您可以尝试创建一个独立于名词和动词的语言模型(即用_noun和_verb替换它们)。然后,您可以尝试根据随机因素生成文本,因为建议的模型只计算单词和短语。
我没有尝试过,我希望它适合你。