Python 使用朴素贝叶斯的文本微调器

我正在写一个文本微调器，它可以正常工作。但可读句子的准确性非常低，因为它只是使用我从数据库中获取的词典。哪种报税方式是这样的

{Your} {home| house| residence| property} {is} {your} {castle| mansion| fortress| palace}

并传递给函数，该函数根据用户的原始输入随机选择同义词并输出句子。例如，对于输入：

Your home is your castle.

会回来的

Your property is your mansion.

现在我想加入人工智能，因为它将使我的输出句子更具可读性。我想知道如何使用朴素贝叶斯做出更好的选择。我知道我可能需要训练，以便取得更好的成绩

这是我目前选择单词的方法，现在非常简单

def spin(spintax):
    while True:
        word, n = re.subn('{([^{}]*)}',lambda m: random.choice(m.group(1).split("|")),spintax)
        if n == 0: break
return word.strip()

---

如果你们需要我发布更多代码，请提前感谢，让我知道这可能会结束，因为您的问题没有简明的答案，但您可能想查看nltk wordnet：

---

也许你可以下载谷歌从所有英文书籍中收集的数据集，并使用ngrams生成随机句子

实现是使用一个，其中下载的数据为您提供下一个单词的选择概率