一个自动写咪蒙体的机器人,请夸我

转载 2018年04月16日 00:00:00

640?wx_fmt=gif&wxfrom=5&wx_lazy=1

作者简介Introduction

挖数 腾讯数据产品经理 & 段子手

个人微信公号:washu66


往期回顾

99.9%的数据分析师,都做不到这些

爬虫数据分析【旅游篇】

你的生殖冲动,繁衍了这个价值1000亿美金的产业

640?wx_fmt=png&wxfrom=5&wx_lazy=1

最近对文本挖掘产生了兴趣,在研究词向量时,突然有一个有趣的设想,有无可能构建一个自动写文章的机器人,它可以根据我设定的词眼,把文章续写下去。


在网上找案例,都是用词向量提取中心思想,提高阅读效率之类,突然灵光一现,想到Python的结巴分词包有一个函数,叫tokenize,它可以返回词语在原文的起止位置,比如我们对 咪蒙的毒鸡汤 这句话使用这个函数,会有以下结果:


word:咪蒙,start :0,end:2

word:的,start:2,end:3

word:毒,start:3,end:4

word:鸡汤,start:4,end:6


于是可以用这样一个逻辑来构建机器人:


1、收集足够多的语料,对这堆语料使用tokenize这个函数,这样就构建了一个庞大的词包,这个词包除了分好的词,还有该词的起始位置和结束位置;


2、设定一个开始词,比如“我们”,用这个开始词去遍历词包里边所有的“我们”,匹配所有结束位置,随机选择一个结束位置作为我们下一个词的开始位置,这样就匹配到“我们”的下一个词,假设匹配到的下一个词是“是”;


3、把“是”赋给开始词,再去匹配它下一个词,循环这个过程,这样就构建了一篇上下词通顺的随机文章。



对这个机器人,我们只需要2个参数,1个是开始词,1个是循环的次数,也就是词数。


我把咪蒙几十篇文章作为语料,用这个机器人来随机输出文章,结果比较有趣。




640?wx_fmt=jpeg


小黄文集锦

你花几分钟,世界的那碗面是你的,我对你戒烟,绝对不是为了保持2个通宵喝酒,说你的坏话,而是选择看各种激情互撩撩到小卧室,这是你的菜。我们也不觉得爱情具有毁灭性。不要忘了,今天要为奥运冠军加油,他的人生给了李易峰。

如果当年没有爱,请掏出来你的XX………日日好吧”,来到小区超市,把阴毛卖了,谈梦想,换成“在灯火辉煌孕期出轨,性爱是需要你干杂事;

他流产,只看了男人裤裆里的精神。为了性”只要你?不要冷战,40多岁的时候容易自卑,那你真是旷世传奇。

女人,是为了创造新情趣,她保密,一段时间,他为了性”身边,粉丝们都在想他和赵雅淇深夜要怎么买,我也尽量找个黑人老公嫖娼之后不要问。

2万块。男神可能会卖。老公,日日好感动。阿九跟进了,去找你,我们一样啊,都是需要的人,这5月了你也会喜欢啊、更有彭于晏

输出的文章70%都是这样的小黄文你信   >_<|||

640?wx_fmt=jpeg

宫斗剧

其实,拿来考虑如何斗小三,讲述自己杀死了,她真的不如新买的人赚钱。但陈澈很快就着手去回报大一的梦想,即使被揍进医院。我挺过来”,看到的是校花。最后没有出现,还是花时间好好学习。

其实这就是不懂拒绝前要冷静地想,要坐到这里,跪舔他的同学,是因为他已经配不上。她闺蜜有一些不好相处,我完全不爽,另一个朋友问,你被架空了?每个兄弟嘛,耐久度的事都遇到真爱就没问题,但我没高兴”,赏他几耳光。

男人出轨的。“己所不欲,直接告诉我去找我妈妈。这种怂,她这不解风情的天使,他瞬间炸毛。他投票,他老婆生孩子。我前男友劈腿了两个苹果,直接,我和小三死磕,分手

男人出轨就是锦上添花。单位很多的,你已经生气了,很酷,她在自己的公司是一只猴子。把我们的人生当成一个粉丝,这样过来抱抱!

男人出轨了,故事告诉你,真的不幸遇到熟人,啊。“你想去市场买菜、系主任、实在受不了了,身材啊!”,不就是跟我一起下班,为毛有些人无限风光,她陪你只有你从来不做某件事,跟你,睡你

可咋办?我们报社,我就睡他哥们。你喜欢事业单位,很满意,男生,节日里北大中文系一个穷人,小安选择了原则的性,每一天,她脱离社会太憋屈了,就会说,然后你才会愉快。

美女特别懒散、养小三、我唯一的实习生就是两个出轨??因为加班怂逼领导是你能学到的喜好

640?wx_fmt=jpeg

很厉害的样纸:

粉丝说世上最美好的黑料,是荒岛上的签名CD,有16个蜡染的节目,说,他真的挺想去。马云自己的设计LOGO啊,那是,大家的理由!

别人高的时候我的洪荒之力,是当妈的一席之地。首先,开始工作想提供差异化价值付出、车子都晕了,还是假LV、接下来应该是在乎别人睡自己的。就可以先找到了,并不是耶稣本人。

美女特别甜美,背后说,我逛街,不要把她看出来,他们除了你已经两米高,美女嘛。有才华,这个伟大,没有退路了嫉妒者联盟

640?wx_fmt=jpeg

这,真的很屎尿屁

现在把一个毫无心理准备的朋友胖,他非常生气了,但他湿漉漉的我多么屎尿屁!如果聊到吃,不会背叛过大的本能——我对她老公,一定谨慎使用电钻

我相信的。“你的公司吃一顿,怕我不,要。这是苟且,这只是每个人畜无害的时候,看到桌上摆着自己活成一个男人。那天开始翻垃圾。可是,我那么穷,

男人,不再掩饰尴尬、抠脚…他真的很惊艳,老公是服务员,一直以为自己不要总说你愿不愿意给你拿不出手,这是,鬼,又吵架是充话费送的真感情出最大问题了她

美女特别讲过,有种穿越过来抱抱!阿九,你做兼职,包括洗厕所都特别是当妈的事,大面积存在感的付出了,赚,老板拉屎,他们感到羞耻。

640?wx_fmt=jpeg

明星集锦

他们只是有时候有钱,不是天生的,不像一个人,像马天宇。要急死了………你们经理出来,她当时转正特别好吗。大佑说,就会记得,那段时间太穷了。

我疯狂地说什么了,我们从来没有光环了一已经没有啊,我会非常自责。然而这样的男人该写,撑到了,他每天看了也可以原谅,我们真的就是呵呵。我这种风凉话,有人夸胡歌,你老婆都会觉得感激。她爸马上成名。很多的朋友圈转疯了。

男人,白衬衫外面这么好赚?女人放在眼里。男生惹毛了傻逼的老师。李易峰好男儿决赛那天,不走心。

我愣了呀。别怀疑自己当孙子,不是陌生人才看到了,咪蒙的专业性。他真的是当初是一种能力。一个屁都挤满了呀。林丹还能不能不要喜欢他

男人不会尴尬。因为不满意,你都去了再PS:王小波的屎也在,我每天跟服务员理论。

男人出轨之后,却勇敢一次捐钱了,会瞬间喜欢他都没有否决权的原创段子,想着跟对方难堪,贾玲,送给小安这个经纪人,一个美女嘛。还有一颗纽扣,要帮帮老陈,陪聊。

我留在这座城市,搞起来。大佑问阿九这样的人生,就是最高的搪瓷碗。喝一杯皇家有机纯天然一锅汤

孙杨自己写得更具可读性?当时看到明星被嘈杂淹没。一个歌手唱功那么差,喜欢那些绿茶婊,生怕一开始同居,讲过最好的高级人种啊。

他们也尽量符合直男最难以忍受的碎花裙,是难得的情商高的,瞬间就不敢说:我,只是不要求,你JJ分级制度!阿九,送给她的是吴彦祖。

640?wx_fmt=jpeg

小黄文啊小黄文

我有更多赚钱,一个吃货,总得找个好看啊。明知道,我们不是天堂,炸了无数次处于孕期出轨,为姜果一直往外掏枪崩了怎么交卷,结果主持人拿出7岁少女,不会遇到前男友了一个文明人嘛,“按照电影标题要美

男人动不动就只有穷亲戚。先采访她世界特别委屈,特么的,男神打电话报警。第二天醒来。这就算领导是我不想将就坐进了,我这么小,自己喜欢自驾游,都不叫二度人,我该感动。每次TA都没瞄准,断掉了

男人无趣吧。小朵已经配不上。对于他而言,13cm,猥琐,这件事。啊!事情太多了,决心,谈笑风生,还算个小奶狗。记者说:纸媒一直鼓励女性,毫无心理准备的,我该感动的故事告诉李野都可以接受

男人裤裆里,各种等级,看起来好吗。以后,是能量,在给男友看!达芬奇有一天乞讨的赞美,但是地点在麦当劳,除了你最有上进心。

帅呀,最好还黑,还特别看不惯他还有一位是从哈佛辍学的偶像,爱情只是因为它的增大手术


如果你笑了,请随手转发    (╯▔^▔)╯




End



大数据又一次引领技术变革大潮,智者会审时度势,寻觅良机!急你所需、SVIP课程满足六大不同人群需求!点击阅读原文,开始了之后,其实并不难:

640?wx_fmt=png

点击“阅读原文”立即开始学习吧!

jieba完整文档

jieba “结巴”中文分词:做最好的 Python 中文分词组件 "Jieba" (Chinese for "to stutter") Chinese text segmentation...
  • qq_27231343
  • qq_27231343
  • 2016-07-13 16:04:56
  • 21002

我有10个职场经验,价值100万,但今天免费|咪蒙

(猪坚强 作品)“一个好员工能顶5个普通员工。” 一个当老板的朋友哭了。在创业群里,我们另外几个老板(虽然我的公司很小,但我也是老板啊)一起嘲笑他,说,是你老婆给你戴绿帽子了,还是被甲方睡了?他气死...
  • ajian005
  • ajian005
  • 2016-05-31 12:20:59
  • 1256

对于自媒体,papi酱和咪蒙的变现方式

以短视频起家的papi酱,微博粉丝从2015年底的100万左右已暴增到目前的2000万,微信头条文章篇篇10万+。咪蒙的《致贱人》、《致low逼》更是一度刷爆了朋友圈。   对于自媒体来说,变现的方...
  • congbaba
  • congbaba
  • 2016-12-12 11:22:11
  • 609

咪蒙:每晚睡觉前,跟宝宝谈理想谈人生

咪蒙:每晚睡觉前,跟宝宝谈理想谈人生 作为一个话痨,儿子唯唐成了我的首席受害者。从他还是一颗受精卵开始,我就每天对他天马行空胡说八道,如今他4岁半,有着清秀的面孔和居委会大妈的个性——好吧,...
  • heikefangxian23
  • heikefangxian23
  • 2015-10-13 08:48:40
  • 596

咪蒙让你休学你就休学?

这两天,咪蒙又火了,这个把自己的世界观强制扣在女大学生身上的怪兽这一次竟然公然劝已经实习的大学生休学,更加可怕的是这篇文章竟然获得了万赞! 我支持大学生实习,但是坚决反对实习生退...
  • Ly4wU5giY
  • Ly4wU5giY
  • 2017-05-09 11:16:39
  • 92

精选| 2017年12月R新包推荐

经济学家们所说的无形之手,似乎在引导市场开发新的R包。12月份收录在CRAN的129个新包里面,有8个关于计算方法(下文均有介绍)。本文选摘了40个R包进行简单介绍,其余包大家可登录CRAN自行查看,...
  • kMD8d5R
  • kMD8d5R
  • 2018-01-27 00:00:00
  • 152

性能工作室

性能工作室: http://www.cnblogs.com/preftest/
  • KerryRuan
  • KerryRuan
  • 2014-07-31 09:27:47
  • 269

[转贴]运用Blog提高你的商业写作能力

原文地址:http://blog.cnblog.org/archives/2005/01/ecblogeaecaeaee.html引用通告地址:http://blog.cnblog.org/cgi-b...
  • lt_dlog
  • lt_dlog
  • 2005-01-31 21:22:00
  • 1588

微信公众号排版指南(全)

文章封面是除了标题之外,读者在点开文章前首先看到的信息,封面图做的吸引力越强,那么读者打开的欲望也会相应增加。 那么封面页的尺寸要怎么设置,才符合微信的规范呢? 封面 文章封面是除...
  • qq2367782640
  • qq2367782640
  • 2017-07-13 00:37:00
  • 1113

喧嚣过后,揭秘《咪蒙教你月薪5万》背后的真相

作者:大雄全文共 4878 字 13 图,阅读需要 12 分钟———— / BEGIN / ————身处新媒体圈的人,大概都听过一个耳熟能详的名字——“咪蒙”。2015年9月15日, “咪蒙”公号发出...
  • k7Jz78GeJJ
  • k7Jz78GeJJ
  • 2017-12-25 00:00:00
  • 308
收藏助手
不良信息举报
您举报文章:一个自动写咪蒙体的机器人,请夸我
举报原因:
原因补充:

(最多只允许输入30个字)