markov_text

markov_text : un generador de texto basado en cadenas de Markov de orden superior

Instalación y edificio

1. Instale CMake (al menos la versión 3.11)
2. Mientras que en este directorio ejecuta cmake -B build
3. Después de (2) acabados, ejecute cmake --build build
4. ¡Todo debe hacerse ahora!

Correr

Escribir ./build/markov_text -h para obtener ayuda.

A continuación se da un uso de ejemplo, donde primero se realiza el comando de construcción:

./build/markov_text -c corpus -O 3 -o out

que construirá una cadena de Order- 3 Markov basada en el gran corpus de archivos de texto y lo guardará como cuatro archivos, comenzando sin out . Tenga en cuenta que -O 3 (orden 3 ) y -o out (ruta de archivo de salida out ) son el valor predeterminado y se puede omitir. Por lo tanto, llamar ./build/markov_text -c corpus será equivalente al comando anterior.

Luego para generar texto, ejecute:

./build/markov_text -g out -s 100

que generará como máximo 100 tokens en función de la cadena que se almacena en los archivos que comienzan con out . Tenga en cuenta que el valor -s 100 (generado como máximo 100 tokens) es el valor predeterminado y se puede omitir. Por lo tanto, llamar ./build/markov_text -g out es equivalente al comando anterior.

Notas

1. Es un comportamiento indefinido si el archivo de entrada tiene menos tokens que el orden de la cadena construida
2. La razón de la generación de "en la mayoría de los tokens N " es que si la cadena de Markov no tiene el siguiente estado, entonces el proceso de generación de texto termina. Esto puede suceder cuando la secuencia actual de tokens es una secuencia única que aparece al final del archivo de texto de entrada. Esto se puede producir creando un archivo cuando K tokens únicos y luego generando N < K tokens. En este caso, se producirán como máximo K tokens.

Contribuciones

¡Las contribuciones y los comentarios son más que bienvenidos!