搞笑对联 -- 有点意思!

上联:风在刮,雨在下,我在等你回电话;下联:为你生,为你死,为你守候一辈子;横批:发错人了。

上联:看背影急煞千军万马;下联:转过头吓退百万雄师;横批:我的妈呀

上联:考试不作弊来年当学弟;下联:宁可没人格不可不及格;横批:就是要过!

上联:麻将扑克金花,输完之后回家;下联:古道西风瘦马,断肠人在天涯;横批:惨啊!

上联:去除数字一和二;下联:还有四五六七九;横批:只剩三八!

上联:说你行你就行不行也行;下联:你说不行就不行行也不行;横批:不服不行。

上联:为你痴为你累为你受尽所有罪;下联:为你死为你狂为你咣咣撞大墙;横批:为爱疯狂。

上联:我爱的人名花有主;下联:爱我的人惨不忍睹;横批:命苦。

上联:在上为帅;下联:在下为猪;横批:天蓬元帅。

上联:假名假姓假地址;下联:骗吃骗喝骗感情;横批:愿者上钩。

上联:红米饭南瓜汤,老婆一个孩子一帮;下联:红米饭王八汤,孩子一个老婆一帮;横批:与时俱进。

上联:上压下层层加码,马到成功;下联:下骗上节节掺水,水到渠成;横批:皆大欢喜。

上联:爱与被爱都艰难;下联:有情有缘要时间;横批:情义无价

上联:羊在山坡晒不黑;下联:猪在猪圈捂不白!横批:我就是我

 

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
好的,首先我们需要安装一些必要的库,包括tkinter、jieba和gensim。如果您还没有安装这些库,可以使用以下命令进行安装: ``` pip install tkinter jieba gensim ``` 接下来,我们可以编写一个简单的界面,让用户输入对联上联: ```python import tkinter as tk window = tk.Tk() window.title("自动生成对联") window.geometry("300x150") label = tk.Label(window, text="请输入对联上联:") label.pack() entry = tk.Entry(window, width=30) entry.pack() def generate(): # TODO: 生成对联下联 pass button = tk.Button(window, text="生成对联", command=generate) button.pack() window.mainloop() ``` 现在,我们可以在generate函数中编写代码来生成对联下联。我们可以使用jieba分词和gensim的Word2Vec模型来生成下联。以下是代码示例: ```python import tkinter as tk import jieba from gensim.models import Word2Vec window = tk.Tk() window.title("自动生成对联") window.geometry("300x150") label = tk.Label(window, text="请输入对联上联:") label.pack() entry = tk.Entry(window, width=30) entry.pack() def generate(): # 加载预训练Word2Vec模型 model = Word2Vec.load("word2vec.model") # 对上联进行分词 words = jieba.lcut(entry.get()) # 随机选择一个词 target_word = words[-1] # 生成下联 try: similar_words = model.most_similar(target_word) for word, similarity in similar_words: if word != target_word and len(word) == len(target_word): result = "".join(words[:-1]) + word break except: result = "对不起,生成失败,请重试" # 显示下联 result_label.config(text=result) button = tk.Button(window, text="生成对联", command=generate) button.pack() result_label = tk.Label(window, text="") result_label.pack() window.mainloop() ``` 以上代码会读取预训练的Word2Vec模型来生成对联下联。需要注意的是,预训练的模型需要提前准备好,可以使用gensim库来训练。在这里,我们使用了一个已经训练好的模型,保存在名为“word2vec.model”的文件中。如果您没有预训练好的模型,可以使用以下代码训练一个模型: ```python from gensim.models import Word2Vec # 读取语料库 sentences = [] with open("corpus.txt", "r", encoding="utf-8") as f: for line in f: sentences.append(line.strip().split()) # 训练Word2Vec模型 model = Word2Vec(sentences, size=100, window=5, min_count=5) model.save("word2vec.model") ``` 其中,“corpus.txt”是您的语料库文件。训练好的模型可以使用`model.save()`方法进行保存,以便后续使用。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值