基于Markov过程的文本生成

来自复旦大学同学的python期末大作业


import re
import random
markov_dicts = {'': []}   # Start of Sentence
sentence_sep = '.?!'    # 句子结束标志
Front = re.compile(r'^[A-Z][A-Za-z]*')  # 开头的正则表达式
Middle = re.compile(r'[A-za-z]+$')   # 中间单词正则表达式
Last = re.compile(r'[A-Za-z]+[.!?]$')  # 结尾单词正则表达式


def parse(text):
    """ 分析text,产生相应的dict"""
    word_list = re.split(r'\s+', text)
    print(word_list)
    flag = 0
    for i in word_list:   # 获取开头单词
        if Front.match(i) and flag == 0:  # 如果flag等于0,且恰好处于开头单词
            markov_dicts[''].append(i)
            flag = 1
        elif Last.match(i) and flag == 1:  # 如果判断到结束的单词, 那么从新立flag=0,使下一句的开头单词正常记录
            flag = 0
    temp = word_list[0]
    word_list.pop(0)
    for i in word_list:   # 获取字典
        if temp not in markov_dicts.keys() and not Last.match(temp):  # 新建单词在字典中的键值
            markov_dicts[temp] = []
        if Last.match(temp):
            temp = i
            continue
        markov_dicts[temp].append(i)  # 记录上一个单词紧跟的单词
        temp = i


def generate(num_sentences=10, word_limit=20):
    """ 根据前面调用parse得到的dict,随机生成多个句子"""
    temp_wordnum = 1
    temp_sentencenum = 0
    temp_word = markov_dicts[''][random.randint(0, len(markov_dicts['']) - 1)]
    sentence = temp_word + ''
    while temp_sentencenum <= num_sentences:
        if Last.match(
                temp_word) or temp_wordnum > word_limit:  # 判断句子是否结束 或者 单个句子词数大于规定的数量,如果结束重新开启新的一行
            sentence += '\n'
            temp_sentencenum += 1
            temp_word = markov_dicts[''][random.randint(
                0, len(markov_dicts['']) - 1)]
            if temp_sentencenum > num_sentences:  # 判断句子数是否大于规定的数
                break
            else:
                sentence += temp_word
                temp_wordnum = 1
                continue
        temp = markov_dicts[temp_word][random.randint(
            0, len(markov_dicts[temp_word]) - 1)]  # 正常推测
        sentence += ' ' + temp
        temp_word = temp
        temp_wordnum += 1
        

    return sentence


def markov_main():
    text = 'X Y Z. X Z Y? Y X Z! Z Z Z. Y Z Y.'
#     text= '''Help, I need somebody.
# Help, not just anybody.
# Help, you know I need someone, help.
#
# When I was younger so much younger than today,
# I never needed anybody's help in any way.
# But now these days are gone, I'm not so self assured.
# Now I find I've changed my mind and opened up the doors.
#
# Help me if you can, I'm feeling down.
# And I do appreciate you being round.
# Help me get my feet back on the ground.
# Won't you please, please help me.
#
# And now my life has changed in oh so many ways.
# My independence seems to vanish in the haze.
# But every now and then I feel so insecure.
# I know that I just need you like I've never done before.
#
# Help me if you can, I'm feeling down.
# And I do appreciate you being round.
# Help me get my feet back on the ground.
# Won't you please, please help me.
#
# When I was younger so much younger than today.
# I never needed anybody's help in any way.
# But now these days are gone, I'm not so self assured.
# Now I find I've changed my mind and opened up the doors.
#
# Help me if you can, I'm feeling down.
# And I do appreciate you being round.
# Help me, get my feet back on the ground.
# Won't you please, please help me, help me, help me, ooh...
#
#
#     '''

    parse(text)
    print(generate())


if __name__ == '__main__':
    markov_main()
    generate()

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 156,265评论 4 359
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 66,274评论 1 288
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 106,087评论 0 237
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 43,479评论 0 203
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 51,782评论 3 285
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 40,218评论 1 207
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 31,594评论 2 309
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 30,316评论 0 194
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 33,955评论 1 237
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 30,274评论 2 240
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 31,803评论 1 255
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 28,177评论 2 250
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 32,732评论 3 229
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 25,953评论 0 8
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 26,687评论 0 192
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 35,263评论 2 267
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 35,189评论 2 258

推荐阅读更多精彩内容