Tensorflow 任意文本预测的人工智能模型？

我不知道这是不是合适的地方，一个朋友叫我到这里来。我想制作一个AI，在训练期间接收文本，然后根据用户“采样”的内容提供新文本（这不是用于聊天程序）

例如，如果我输入以下内容进行培训：

abc123,test,example
def456,work,coolio

以及以下的抽样方法：

ghi789,what

它应该输出基于它所知道的内容的，但不是它所知道的内容的精确副本（当然，除非输入用于培训）

这可能吗？这方面有没有现有的模式？我在考虑char rnn，但它不允许在采样期间进行自定义输入

对不起，如果这是错误的地方或如果这是不允许在此网站。我做了大量的研究，但什么也找不到。我知道一点TensorFlow，但不足以从头开始

---

提前谢谢

角色RNN是一个很好的起点。如果你是这个领域的新手，这绝对是最好的起点，因为有很多教程和示例可以帮助你起步，而且我们知道它们很管用

阅读Karpath关于以下内容的优秀博客和论文：

您当然可以在采样期间提供自定义输入。一旦对网络进行了培训，您可以通过多种不同的方式进行采样，事实上，您必须至少提供第一个字符作为“自定义输入”

典型的采样模式是随机选择第一个字符作为第一个RNN序列步骤的输入。然后RNN将在字母表上产生概率分布，您可以从中随机抽取下一个字符

对于第二个字符，假设您从RNN概率分布中采样，然后随机选择的字符成为下一个RNN序列步骤的输入。等等，具有以下特征

请注意，没有什么可以阻止您对多个字符的序列进行种子设定，在每个步骤忽略RNNs输出，然后在某些输入序列完成后对RNNs输出进行采样。从而实现了从自定义输入序列开始，然后继续的目标。我希望这种方法对您非常有效