Pythonでマルコフを使った
# -*- coding: utf-8 -*- ユニコードUTF-8 で書きました
import random
# 標準モジュール(ライブラリ)から random を読み込む
from janome.tokenizer import Tokenizer
# Janome の中の tokenizer モジュールから Tokenizer を読み込む
# Janomeを使用してテキストデータを単語に分割する
def wakati(text):
text = text.replace('\n','') #改行を削除
text = text.replace('\r','') #スペースを削除
t = Tokenizer()
result =t.tokenize(text, wakati=True)
return result #デフォルトの文の数は5
def generate_text(num_sentence=15):
filename = "./test.txt"
src = open(filename, "r", encoding="utf-8").read()
wordlist = wakati(src)
#マルコフ連鎖用のテーブルを作成
markov = {}
w1 = ""
w2 = ""
for word in wordlist:
if w1 and w2:
if (w1, w2) not in markov:
markov[(w1, w2)] = []
markov[(w1, w2)].append(word)
w1, w2 = w2, word
#文章の自動生成
count_kuten = 0 #句点 「。」の数
num_sentence= num_sentence
sentence = ""
w1, w2 = random.choice(list(markov.keys()))
while count_kuten < num_sentence:
tmp = random.choice(markov[(w1, w2)])
sentence += tmp
if(tmp=='。'):
count_kuten += 1
sentence += '\n' #1文ごとに改行
w1, w2 = w2, tmp
print(sentence)
if __name__ == "__main__":
generate_text()
この記事が気に入ったらサポートをしてみませんか?