Pythonでマルコフを使った

markf_text.py

1507 Bytes

ファイルダウンロードについて

ダウンロード

test.txt

30217 Bytes

ファイルダウンロードについて

ダウンロード

# -*- 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()