【深度学习】写诗机器人tensorflow实现

代码地址：https://github.com/hjptriplebee/Chinese_poem_generator， 欢迎fork， star

机器人命名MC胖虎，目前只是最简单粗暴的方法，使用tensorflow完成，有些像人工智障，符合胖虎的人物设定，看一些效果：

LSTM的原理网上资料很多，不了解的可以看这里：http://www.jianshu.com/p/9dc9f41f0b29

本文以讲解写诗机器人实现为主，不会讲太多理论和tensorflow使用方法，好下面开始。

训练数据预处理

采用3w首唐诗作为训练数据，在github上dataset文件夹下可以看到，唐诗格式为”题目：诗句“，如下所示：

我们首先通过”：“将题目和内容分离，然后做数据清洗过滤一些不好的训练样本，包含特殊符号、字数太少或太多的都要去除，最后在诗的前后分别加上开始和结束符号，用来告诉LSTM这是开头和结尾，这里用方括号表示。

poems = []
file = open(filename, "r")
for line in file:  #every line is a poem
    #print(line)
    title, poem = line.strip().split(":")  #get title and poem
    poem = poem.replace(' ','')
    if '_' in poem or '《' in poem or '[' in poem or '(' in poem or '（' in poem:
        continue
    if len(poem) < 10 or len(poem) > 128:  #filter poem
        continue
    poem = '[' + poem + ']' #add start and end signs
    poems.append(poem)

然后统计每个字出现的次数，并删除出现次数较少的生僻字

#counting words
allWords = {}
for poem in poems:
    for word in poem:
        if word not in allWords:
            a