Php 构建更真实的随机词生成器？

我见过许多基于源数据生成随机单词的例子，但它们对我来说似乎有点过于机械和抽象。我正在努力开发一个更好的

我认为问题的一部分在于，它们完全依赖于成对词的总体统计出现率，而忽略了单词以某种方式开始和结束的趋势。例如，如果您使用前1000名婴儿的名字作为源数据，那么字母J总体上是比较少见的，但它是名字的第二个最常见的字母。或者，如果你使用拉丁语源数据，词尾像-UM和-US将是常见的结局，但如果你认为所有的对都是相同的，那么就不常见了。 所以，我基本上是在尝试组合一个基于马尔可夫链的单词生成器，它考虑了单词在源数据中的开始和结束方式

从概念上讲，这对我来说是有意义的，但我不知道如何从软件的角度实现这一点。我正在尝试组合一个小PHP工具，它允许您输入源数据（例如，1000个单词的列表），然后从中生成各种具有真实开头、中间和结尾的随机单词。（与大多数基于马尔可夫的字生成器相反，后者仅基于对的总体统计出现率。）

如果可能的话，我还希望使用由源数据确定的字长来实现这一点；i、 例如，随机生成的单词的长度细分应该与源数据的长度细分大致相同

---

任何想法都将不胜感激！谢谢。

< P>不尊重共同的开端和结尾的部分，如果你认为“词之间的空间”是一个符号，那么共同的开端将有高频率跟随“单词之间的空间”，而共同的结尾在“词间距”之前会有高频率。正确的字长也或多或少自然地解决了这个问题——在转换为“单词之间的空格”符号之前，您输出的字母平均数应该等于训练数据中每个单词的字母平均数，尽管我的脑海中有某种东西告诉我，这个分布可能不正确。

谢谢，霍布斯！这就是我最终想到的解决办法。我意识到单词的开头和结尾可能是事物本身，所以我指定了一个字符来表示它们。从那以后一切都很顺利。：-）