python古诗词生成_唐诗生成器

使用唐诗语料库，经过去噪预处理、分词、生成搭配、生成主题等过程，生成唐诗。

csdn下载地址：http://download.csdn.net/detail/lijiancheng0614/9840952

github上repository地址：https://github.com/lijiancheng0614/poem_generator

环境

Python 2.7

Flask

jieba

运行方法

如果是第一次运行，则需要安装相关的库及生成初始数据：

pip install flask

pip install jieba

python preprocess.py

python get_collocations.py

python get_topic.py

python get_start_words.py

以后只需要输入以下代码即可运行网站：

python index.py

实现

预处理

观察到给定的唐诗语料库存在以下噪声：

诗句中出现类似的HTML标签。

出现空格、“.”等字符。

诗句中出现注释，用“(”、“)”标出来。

诗句不完整，出现方框字符。

对于前三种情况的噪声，直接去掉即可。对于最后一种噪声，直接把这行诗句忽略考虑。(此外，对于第三种噪声，“(”、“)”不在同一行时未处理。)