机器生成中文句子

自然语言处理有两种基本的方法：基于规则和基于统计。
马尔可夫统计模型在自然语言处理中被广泛的应用。马尔可夫链
由俄国数学家马尔可夫提出，利用条件概率对语言建立数学模型，
最初马尔可夫用它分析普希金的诗。

我写了个玩具程序，它将一阶马尔可夫链和基于规则的一些方法
结合来实现机器生成中文句子。我把写的13篇博客修改了一下，
主要是删掉博文中包含的代码部分，并进行了手工分词。将这13
篇修改后的博文作为程序的语料库。

程序使用的主要数据结构是图和hash表。我用图表示词和其后缀
的关系。为方便查找，将图的节点嵌入到hash表中，实际上这个
图就是个级联的hash表。

我定义了几个符号作为句子结束的标志：
const char *const sentence_end = "。！？；：.;:?!";
而且在统计博文中的词时，标记那些可以作为句子开头的词。
程序在生成中文句子时只能把这些词作为句子的开始和结束。所
以程序并不是完全基于统计的。

下面是由程序生成的句子，每一行是一句：

我在我的机器上一般不是普通意义上的漂亮。
我学习数学主要依据如下理论：
程序员要在多种简单中进行权衡，影响了其他程序的下载地址：
程序员就是好飞机。
下面的代码，所以太大的会溢出。
下面的代码是数组索引，不赘述了。
two-way算法主要依据CriticalFactorization理论，则在一个程序对算法的一种改进。
two-way是2.93G，她是指除了作一些运算以外没有明显差异，收入