使用nltk用n-gram模型创建新句子

Question

我从我的文本文件中制作了2和3克模型。

from nltk import *
text = open('Alice in Wonderland.txt', 'r').read()
table = string.maketrans('', '')
text = text.translate(table, string.punctuation)
tokens = word_tokenize(text.lower())
bigram = nltk.bigrams(tokens)
trigram = nltk.trigrams(tokens)

但是如何使用这些模型生成新句子？

Answer 1

目前，NLTK的generate()函数已被弃用，因为它已被破坏，请参阅https://github.com/nltk/nltk/issues/1180

但最先进的替代方案是使用Recurrent Neural Nets进行文本生成，例如： https://github.com/karpathy/char-rnn（注意：与传统的基于Ngram的隐马尔可夫模型不同，char-RNN不使用ngrams信息。）

或者，您可以实现自己的隐马尔可夫模型，请参阅http://fulmicoton.com/posts/shannon-markov/