馬爾可夫鏈上的字母和隨機文本

Question

我想生成一個隨機文本，使用字母頻率從書中的.txt文件，以便每個新字符（string.lowercase + ' '）取決於前一個。

如何使用馬爾可夫鏈來做到這一點？或者每個字母使用27個帶條件頻率的數組更簡單嗎？

Answer 1

我想在一個txt文件使用從 本書信的頻率而生成隨機文本

在文本文件中的兩個字母循環時考慮使用collections.Counter來積聚的頻率一次。

如何使用markov鏈來做到這一點？或者是更簡單的使用27個數組 與每個字母的條件頻率？

這兩個語句是等價的。馬爾可夫鏈是你在做什麼。具有條件頻率的27個陣列是您正在做什麼。

下面是一些基於字典的代碼，讓你開始：

from collections import defaultdict, Counter 
from itertools import ifilter 
from random import choice, randrange 

def pairwise(iterable): 
    it = iter(iterable) 
    last = next(it) 
    for curr in it: 
     yield last, curr 
     last = curr 

valid = set('abcdefghijklmnopqrstuvwxyz ') 

def valid_pair((last, curr)): 
    return last in valid and curr in valid 

def make_markov(text): 
    markov = defaultdict(Counter) 
    lowercased = (c.lower() for c in text) 
    for p, q in ifilter(valid_pair, pairwise(lowercased)): 
     markov[p][q] += 1 
    return markov 

def genrandom(model, n): 
    curr = choice(list(model)) 
    for i in xrange(n): 
     yield curr 
     if curr not in model: # handle case where there is no known successor 
      curr = choice(list(model)) 
     d = model[curr] 
     target = randrange(sum(d.values())) 
     cumulative = 0 
     for curr, cnt in d.items(): 
      cumulative += cnt 
      if cumulative > target: 
       break 

model = make_markov('The qui_.ck brown fox') 
print ''.join(genrandom(model, 20)) 

Answer 2

如果每個字符只取決於前一個字符，則可以計算所有27^2個字符對的概率。