使用马尔科夫链生成文本

马尔科夫链是一种随机模型，能根据先前的事件单独预测一个时间。

用马尔科夫链生成文本也是采用了相同的理念，努力找到一个词出现在另一个词后面的概率。

代码包含两部分，一个用来训练，一个用来生成

#!/usr/bin/env python
# coding:utf8
# author:Z time:2018/10/27

import random
#训练模型
model={'START': ['i', 'you'], 'i': ['like'], 'like': ['to'], 'to': ['eat'], 'you': ['eat'], 'eat': ['apples','oranges'],'END': ['apples','oranges']}
#上面的模型词典中还有两个术语：“起始”（START）和“结束”（END），它们表示一个生成的句子的起始词和结束词
#生成鸡汤句
generated = []
while True:
    if not generated:
        words = model['START']#['i', 'you']
    elif generated[-1] in model['END']:
        break
    else:
        words = model[generated[-1]]
    generated.append(random.choice(words))
    print(generated)

#生成器部分包含一个循环。它首先会选取一个随机的起始词并将其添加至一个列表，然后会在词典中所搜包含潜在跟随词的列表，并随机选取一个列表，将新的选取的词添加至该列表。生成器#会一直选择随机的潜在跟随词直到找到结束词，然后会停止循环，输出生成的句子或所谓的“名言”