马尔可夫文本生成 人工智能中一个有趣的问题是。 这是计算机智能中最古老的问题之一,在正式提出来,该问题用于测试是否只能通过纯文本聊天来与人区别开来。 但是,此模型距离这样的任务很远,而是尝试根据记录的语音或书写语料从单个说话者生成新的资源。 我们在这里使用基于确定性和概率的模型。 从低复杂性到高复杂性,我们将基于创建和评估几种不同类型的模型。 马尔可夫链描述了一个这里,我们将状态定义为我们刚刚生成的单词,并且根据提供的语料库中紧随其后的每个单词,该状态将具有过渡概率。 import recourse import re 在本例中,我将使用马丁·路德·金(Martin Luther Ki