Mesterségesnyelv N-grammok generálása

mesterségesnyelv Így működik:N-grammok: A kód megnézi, hogy a megadott szavakban milyen betűk követik egymást (pl. a "h-e" után gyakran "g" jön).Valószínűségi lánc: Ezekből a párosításokból készít egy szótárat (modell).Generálás: A program véletlenszerűen választ kezdőbetűt, majd a leggyakoribb betűpárok alapján lépésről lépésre felépíti az új szót, amíg az értelmesen le nem zárul.Egy teljesen új, saját mesterséges nyelv (vagy egyedi szókincs) létrehozásának egyik legszórakoztatóbb módja az n-gramm nyelvmodell használata. Az alábbi Python kód egy adott karaktersorozat (pl. egy meglévő nyelv szavai) statisztikai mintáit tanulja meg, és azok alapján teljesen új, de nyelvtanilag hasonló szavakat generál.

--------------------

import random

from collections import defaultdict

def letrehoz_modell(szovegek, n_ertek=2):

    """Statikus n-gramm modell építése a megadott szavakból."""

    lancok = defaultdict(list)

    

    for szo in szovegek:

        # Hozzáadunk kezdő- és végkaraktereket, hogy a modell tanulja a szó elejét/végét

        kiterjesztett_szo = "^" * n_ertek + szo + "$"

        for i in range(len(kiterjesztett_szo) - n_ertek):

            elozmeny = kiterjesztett_szo[i : i + n_ertek]

            kovetkezo = kiterjesztett_szo[i + n_ertek]

            lancok[elozmeny].append(kovetkezo)

            

    return lancok

def general_szoveg(modell, n_ertek=2, hossz_min=4, hossz_max=10):

    """Új szó generálása a tanult modell alapján."""

    # Kezdőállapot

    aktualis = "^" * n_ertek

    uj_szo = ""

    

    while True:

        # Ha nincs mintánk a folytatáshoz, vagy elérjük a végét, kilépünk

        if aktualis not in modell or aktualis.endswith("$"):

            break

            

        # Véletlenszerű karakter választása a valószínűségek alapján

        kovetkezo = random.choice(modell[aktualis])

        if kovetkezo == "$":

            break

            

        uj_szo += kovetkezo

        # Lépés előre: az új előzmény az eddigi végéből és az új karakterből áll

        aktualis = aktualis[1:] + kovetkezo

        

    return uj_szo

# 1. Tanító adatok (példa: valódi szavak egy csoportja, pl. ómagyar szavak vagy fantázianevek)

alap_szavak = ["fa", "viz", "hegy", "nap", "hold", "csillag", "felho", "es", "szel", "tuz", "fold"]

# 2. Modell betanítása (2-es n-gramm: a megelőző 2 karaktert vizsgálja)

n = 2

nyelv_modell = letrehoz_modell(alap_szavak, n_ertek=n)

# 3. Új szavak generálása

print("Mesterséges szavak generálása:\n")

for _ in range(10):

    uj_szo = general_szoveg(nyelv_modell, n_ertek=n)

    print(uj_szo)

------------------

Mesterséges szavak generálása:

fa, es, ho, ez, ma, jo, az

** Process exited - Return Code: 0 **