20行Python代码实现能够机器学习的鸡汤句智能生成器

“Don’t think of the overwhelming majority of the impossible.”

“不要去想不可能之事”

“Grew up your bliss and the world.”

“努力赢得自己的幸福和世界”

“what we would end create, creates the ground and you are the one to warm it”

“我们想要结束的创造却造就了大地，唯你抱以温情”

“look and give up in miracles”

“仰望奇迹，放弃幻想”

但其实上面这些鸡汤句子全都是电脑生成的，而且其生成鸡汤文所用的程序还不到 20 行 Python 代码。

一提到自然语言生成，人们通常会觉得这一定是很先进的 AI 系统，使用了很高级的数学知识。但是，事实并非如此。在本文我（作者 Ramtin Alami——译者注）会用马尔科夫链（Markov chains）和一个很小的鸡汤文数据集生成新的鸡汤文。

马尔科夫链

马尔科夫链是一种随机模型，能根据先前的事件单独预测一个事件。举个简单的例子，就用我家喵主子的生活状态转换解释一下吧。我家喵主子总是要么吃、要么睡、要么玩玩具。她大部分时间都是在睡觉，但是偶尔会睡醒起来用膳。通常，用膳过后她会倍儿精神，开始玩玩具，玩够了就回去睡，然后再睡醒去吃。

用马尔科夫链就能很容易地模拟出我家喵主人的生活状态，因为她会根据之前的状态决定下一步去干嘛。她一般不会醒来后直接去玩玩具，但是吃完东西后，有很大概率去玩一会。这些生活状态转换也可以用图表的形式表现出来：