Text 马尔可夫文本生成

我一直在寻找生成文本

到目前为止，我学到的是，我将不得不使用单词级马尔可夫文本生成。我在这个网站上找到了一些这样的例子

现在知道这是行不通的，我无论如何都试过了，并把它复制到了Processing。错误是找不到正确的库

有没有人做过这件事，或者可以为我指出一个好的方向，让我找到更多关于处理文本生成的信息。甚至有人想合作。开放源码什么的

我想要的与网站上的示例没有太大区别，除了字母计数应该是基于单词的，数据库是由我输入的单词给出的。最后一部分可以改成另一个来源，我还在集思广益。但事实上一切都可以用文字表达。如果你有任何想法，请随时贡献

当我从其他论坛了解更多信息时，我会编辑这篇文章。因此，当有解决方案时，我可以将其传递给其他人

编辑：基于单击的解决方案生成

// required imports for Processing
import java.util.Hashtable;
import java.util.Vector;


String inputFile = "Sonnet51.txt";
Markov markovChain1;
String sentence = ""; 

void setup() {
  size (900, 500);
  background(0);

  markovChain1 = new Markov();

  // load text
  String[] input = loadStrings(inputFile);
  for (String line : input) {
    markovChain1.addWords(line);
    println(line);
  }

  // generate a sentence!
  sentence = markovChain1.generateSentence();

  println("-------------");
}


void draw() {
  background(0);
  // noLoop();
  fill(255);
  text(sentence, 19, 190);

  fill(2, 255, 2);
  text("Please press mouse", 19, height-33);
}

void mousePressed() {
  // generate a sentence!
  sentence = markovChain1.generateSentence();
  println(sentence);
}

// ==========================================

class Markov {
  Hashtable<String, Vector<String>> markovChain = 
        new Hashtable<String, Vector<String>>();

  Markov() {
    markovChain.put("_start", new Vector<String>());
    markovChain.put("_end", new Vector<String>());
  }

  void addWords(String line) {
    String[] words = line.split(" ");

    for (int i=0; i<words.length; i++) {

      if (i == 0) {
        Vector<String> startWords = markovChain.get("_start");
        startWords.add(words[i]);
        Vector<String> suffix = markovChain.get(words[i]);
        if (suffix == null) {
          suffix = new Vector<String>();
          suffix.add(words[i+1]);
          markovChain.put(words[i], suffix);
        }
      } 
      else if (i == words.length-1) {
        Vector<String> endWords = markovChain.get("_end");
        endWords.add(words[i]);
      } 
      else {
        Vector<String> suffix = markovChain.get(words[i]);
        if (suffix == null) {
          suffix = new Vector<String>();
          suffix.add(words[i+1]);
          markovChain.put(words[i], suffix);
        } 
        else {
          suffix.add(words[i+1]);
          markovChain.put(words[i], suffix);
        }
      }
    }
  }

  String generateSentence() {
    String newPhrase = "";
    String nextWord  = "";
    Vector<String> startWords = markovChain.get("_start");
    int startWordsLen = startWords.size();
    nextWord = startWords.get(int(random(startWordsLen)));
    newPhrase += " " + nextWord;
    while (nextWord.charAt (nextWord.length ()-1) != '.') {
      Vector<String> wordSelection=null; 
      wordSelection = markovChain.get(nextWord);
      if (wordSelection!=null) {
        int wordSelectionLen = wordSelection.size();
        nextWord = wordSelection.get(int(random(wordSelectionLen-1)));
        newPhrase += " " + nextWord;
      }
      else
      {
        return newPhrase.toString();
      }
    }
    return newPhrase.toString();
  }
} // class
//

它完全可以工作，现在我可以开始改变它来制作更大的文本。我有任何想法让我知道。但这个案子对我来说已经解决了。

---

多亏了Processing forum的ChrisIr。

我认为您使用的代码使事情变得更加复杂。这更清晰，在处理过程中应该“开箱即用”——只需复制/粘贴即可

这是应该可以工作的版本，尽管我认为它可能需要一些调整

// required imports for Processing
import java.util.Hashtable;
import java.util.Vector;


String inputFile = "Sonnet51.txt";
Markov markovChain;


void setup() {
  markovChain = new Markov();

  // load text
  String[] input = loadStrings(inputFile);
  for (String line : input) {
    markovChain.addWords(line);
  }

  // generate a sentence!
  String sentence = markovChain.generateSentence();
  println(sentence);
}


class Markov {
  Hashtable<String, Vector<String>> markovChain = new Hashtable<String, Vector<String>>();

  Markov() {
    markovChain.put("_start", new Vector<String>());
    markovChain.put("_end", new Vector<String>());
  }

  void addWords(String line) {
    String[] words = line.split(" ");
    for (int i=0; i<words.length; i++) {
      if (i == 0) {
        Vector<String> startWords = markovChain.get("_start");
        startWords.add(words[i]);
        Vector<String> suffix = markovChain.get(words[i]);
        if (suffix == null) {
          suffix = new Vector<String>();
          suffix.add(words[i+1]);
          markovChain.put(words[i], suffix);
        }
      } else if (i == words.length-1) {
        Vector<String> endWords = markovChain.get("_end");
        endWords.add(words[i]);
      } else {
        Vector<String> suffix = markovChain.get(words[i]);
        if (suffix == null) {
          suffix = new Vector<String>();
          suffix.add(words[i+1]);
          markovChain.put(words[i], suffix);
        } else {
          suffix.add(words[i+1]);
          markovChain.put(words[i], suffix);
        }
      }
    }
  }

  String generateSentence() {
    String newPhrase= "";
    String nextWord = "";
    Vector<String> startWords = markovChain.get("_start");
    int startWordsLen = startWords.size();
    nextWord = startWords.get(int(random(startWordsLen)));
    newPhrase += " " + nextWord;
    while (nextWord.charAt (nextWord.length()-1) != '.') {
      Vector<String> wordSelection = markovChain.get(nextWord);
      int wordSelectionLen = wordSelection.size();
      nextWord = wordSelection.get(int(random(wordSelectionLen)));
      newPhrase += " " + nextWord;
    }
    return newPhrase.toString();
  }
} 

//处理所需的导入
导入java.util.Hashtable；
导入java.util.Vector；
字符串inputFile=“Sonnet51.txt”；
马尔可夫链；
无效设置（）{
马尔可夫链=新马尔可夫（）；
//加载文本
String[]输入=加载字符串（inputFile）；
for（字符串行：输入）{
markovChain.addWords（行）；
}
//生成一个句子！
String语句=markovChain.generateSentence（）；
println（句子）；
}
类马尔可夫{
Hashtable markovChain=新的Hashtable（）；
马尔可夫（）{
markovChain.put（“_start”，new Vector（））；
markovChain.put（“_end”，new Vector（））；
}
void addWords（字符串行）{
String[]words=line.split（“”）；
对于（int i=0；i如果你想查看它，RiTa库已经这样做了。或者只是使用它。
请展示一些代码。请解释具体问题。代码似乎创建了一个单词的排序列表，并对其执行二进制搜索。没有频率/权重/系数，因此几乎没有马尔可夫过程。哦，他似乎在存储将多个单词组合成一个“单词”.糟糕。我没有写代码。我的问题是在哪里可以找到基于马尔可夫的文本生成代码进行处理。你上面的人要了一个代码，所以我从我找到的资源中拿出了一个。你可以给我另一个资源来帮我，或者把你的分析很好地用于其他人，比如我。否则我真的看不到请指出您的评论。如果我错了，请解释。如果您想要“基于单词”的马尔可夫：标记文本并使用（旧状态X标记编号）-->>新状态作为传递函数。（也可以添加一些权重或频率）wildplasser您能联系我了解更多信息吗，我也是荷兰人。也许这样更容易理解吧！？会有很大帮助。public static Hashtable>markovChain=new Hashtable>（）字段markovChain不能声明为静态；静态字段只能声明为静态或顶级类型。您可以解释此错误吗，我使用的是processing不确定
字符来自何处。您需要删除这些字符。然后，您可以删除
公共静态
部分并声明
>Hashtable
与任何其他变量一样！int Hashtable{String，Vector{String}}markovChain=新Hashtable{String，Vector{String}}（）；像这样？我确实需要保留哈希表声明，不是吗？啊，我想你在粘贴代码时遇到了一些奇怪的格式问题。你需要导入以下内容：
import java.util.Hashtable；
和
import java.util.Vector；
。然后：
Hashtable markovChain=new Hashtable（）
啊，好吧，是我的错，我做的第一件事就是搜索那些库，把它们放在加工草图中。（复制/粘贴到草图中通常会起作用），尽管现在我找不到那些库。
// required imports for Processing
import java.util.Hashtable;
import java.util.Vector;


String inputFile = "Sonnet51.txt";
Markov markovChain;


void setup() {
  markovChain = new Markov();

  // load text
  String[] input = loadStrings(inputFile);
  for (String line : input) {
    markovChain.addWords(line);
  }

  // generate a sentence!
  String sentence = markovChain.generateSentence();
  println(sentence);
}


class Markov {
  Hashtable<String, Vector<String>> markovChain = new Hashtable<String, Vector<String>>();

  Markov() {
    markovChain.put("_start", new Vector<String>());
    markovChain.put("_end", new Vector<String>());
  }

  void addWords(String line) {
    String[] words = line.split(" ");
    for (int i=0; i<words.length; i++) {
      if (i == 0) {
        Vector<String> startWords = markovChain.get("_start");
        startWords.add(words[i]);
        Vector<String> suffix = markovChain.get(words[i]);
        if (suffix == null) {
          suffix = new Vector<String>();
          suffix.add(words[i+1]);
          markovChain.put(words[i], suffix);
        }
      } else if (i == words.length-1) {
        Vector<String> endWords = markovChain.get("_end");
        endWords.add(words[i]);
      } else {
        Vector<String> suffix = markovChain.get(words[i]);
        if (suffix == null) {
          suffix = new Vector<String>();
          suffix.add(words[i+1]);
          markovChain.put(words[i], suffix);
        } else {
          suffix.add(words[i+1]);
          markovChain.put(words[i], suffix);
        }
      }
    }
  }

  String generateSentence() {
    String newPhrase= "";
    String nextWord = "";
    Vector<String> startWords = markovChain.get("_start");
    int startWordsLen = startWords.size();
    nextWord = startWords.get(int(random(startWordsLen)));
    newPhrase += " " + nextWord;
    while (nextWord.charAt (nextWord.length()-1) != '.') {
      Vector<String> wordSelection = markovChain.get(nextWord);
      int wordSelectionLen = wordSelection.size();
      nextWord = wordSelection.get(int(random(wordSelectionLen)));
      newPhrase += " " + nextWord;
    }
    return newPhrase.toString();
  }
}