Question

我想用双字母nltk生成十四行诗。我已经生成了二元组并计算了每个二元组的概率，并存储在这样的默认字典中。

[('"Let', defaultdict(<function <lambda>.<locals>.<lambda> at0x1a17f98bf8>, 
{'the': 0.2857142857142857, 'dainty': 
0.14285714285714285, 'it': 0.14285714285714285, 'those': 
0.14285714285714285, 'me': 0.14285714285714285, 'us': 
0.14285714285714285}))]

给出let之后出现的每个单词的概率。像这样，我的语料库有二元模型。现在，我想生成4行十四行诗，每行15个单词。我已经尝试过此代码，但是无法正常工作。

def generate_sonnet(word):
lines = 4
words= 15
for i in range(lines):
    line = ()
    for j in range(words):
   #I am selecting max probability but not that word. How I can select that word which has max probability of occurring with word?
        nword = float(max(model[word].values()))
        word += nword

word = random.choice(poetrylist)
generate_sonnet(word)

我选择一个随机词并将其传递给我的函数。我想使用双字词连接15个单词，当一行完成时，接下来的3个单词应该完成。

我们将为您提供帮助

Answer 1

下面是一个简单的代码段，显示了如何（非常幼稚的方法）完成此任务

bigram1 = {'Let' : {'the': 0.2857142857142857, 'dainty':
0.14285714285714285, 'it': 0.14285714285714285, 'those':
0.14285714285714285, 'me': 0.14285714285714285, 'us':
0.14285714285714285}}

bigram2 = {'the' : {'dogs' : 0.4, 'it' : 0.2, 'a' : 0.2, 'b': 0.2}}
bigram3 = {'dogs' : {'out' : 0.6, 'it' : 0.2, 'jj' : 0.2}}

model = {}
model.update(bigram1)
model.update(bigram2)
model.update(bigram3)

sentence = []

iterations = 3
word = 'Let'
sentence.append(word)

for _ in range(iterations):
    max_value = 0
    for k, v in model[word].iteritems():
        if v >= max_value:
            word = k
            max_value = v
    sentence.append(word)


print(" ".join(sentence))

输出

Let the dogs out

代码以非常简单的方式编写，这是理解建议的玩具示例

请记住，单词中遇到的第一个单词最大值，因此该模型是确定性的，请考虑添加随机从一组具有相同最大值的单词中进行选择的方法值

我建议像这样按概率对单词进行采样

dist = {'the': 0.2857142857142857, 'dainty':
0.14285714285714285, 'it': 0.14285714285714285, 'those':
0.14285714285714285, 'me': 0.14285714285714285, 'us':
0.14285714285714285}

words = dist.keys()
probabilities = dist.values()
numpy.random.choice(words, p=probabilities)

这将根据给定的分布每次给您“随机”单词

smt这样（草稿）

for _ in range(iterations):
    word = np.random.choice(model[word].keys(), p=model[word].values())

从bigram模型中获得最大概率的下一个单词

1 个答案: