Language agnostic 词结构的机器学习

我正在开发一个系统，该系统可以根据各种用户输入（例如音节模板或修改的巴科斯-诺尔形式）创建合成的狂热词。然而，一种新的模式是机器学习。在这里，用户没有明确定义任何规则，而是粘贴一些文本，系统将学习给定单词的结构并创建类似的单词

我目前的天真方法是创建一个字母邻域概率表（包括单词“字母”的特殊结尾），并通过字母对扫描输入（使用空格和标点符号作为单词边界）进行填充。创建一个单词意味着查找每个字母跟在当前字母后面的概率，并根据概率随机选择一个字母，追加并重复，直到遇到单词的结尾

但我正在寻找（可能？）提供更好结果的更复杂的方法。我对机器学习知之甚少，因此我很欣赏指向主题、技术或算法的指针。

我认为对于独立的单词（尤其是名称），一个简单的马尔可夫链系统（在谈到使用字母对时，您似乎会描述）可以非常好地执行。给它输入一个词典，然后给它一个种子，根据它学到的知识生成一个新名字。您可能需要调整马尔可夫链的前缀长度，以获得听起来很好的结果（正如在对您的问题的评论中指出的，两个字母比一个字母要好得多）

---

有一次，我在精灵和兽人的名字词典中尝试过这个方法，得到了非常满意的结果。

一个小问题：在语言中，如果你生成单词序列（另一个问题）或字母序列（你要求的），那么通常最好在考虑最后两个单词/字母的情况下生成一个新单词/字母（而不仅仅是一个）。它仍然涉及相同的算法。额外的单词/字母不会产生明显更好的结果。