机器学习单词结构

Question

我正在开发一个系统，可以根据各种用户输入创建组成的狂热词，例如音节模板或修改后的Backus Naur Form。不过，一种新模式计划是机器学习。在这里，用户没有明确定义任何规则，但粘贴一些文本，系统学习给定单词的结构并创建相似的单词。

我目前的天真方法是创建一个字母邻居概率表（包括一个特殊的词尾“字母”）并通过字母对扫描输入来填充它（使用空格和标点符号作为单词边界）。创建一个单词意味着查找每个字母跟随当前字母的概率，并根据概率随机选择一个字母，追加并重复，直到遇到结束字。

但我正在寻找更复杂的方法（可能？）提供更好的结果。我对机器学习知之甚少，所以对主题，技术或算法的指示表示赞赏。

Answer 1

我认为对于独立词（特别是名字），一个简单的马尔可夫链系统（你在谈论使用字母对时似乎描述）可以表现得非常好。给它一个词典并给它种一个种子，根据它学到的东西生成一个新的名字。您可能需要调整马尔可夫链的前缀长度以获得良好的声音结果（正如您的问题的评论中指出的，2个字母比一个字母要好得多）。

我曾经用精灵和兽人的名字词典尝试过它，并得到了非常令人满意的结果。