Python的诗,用python写诗

　　上次聊天机器人关注度很高，阅读量也很大。(用不到20行代码用Python制作一个智能聊天机器人)。简单的聊天机器人可以用简单的代码实现。今天编辑带领大家将自然语言处理技术与聊天机器人相结合，自动打造诗词聊天机器人。

　　1.原理介绍

　　首先，要用自然语言处理的手段，让机器理解“诗句”，做出必要的诗句。如何让机器“理解”诗句？我们在深度学习中使用了长期和短期记忆网络(LSTM)。我觉得有点头晕。请不要担心。后面用白话解释一下。

　　LTM是递归神经网络(RNN)的变体。RNN可以很好地解决自然语言处理的任务，但它不能很好地表达长依存句。例如：

　　在上面的例子中，后面用“was”还是“were”取决于前面的单复数形式，但RNN不能很好地解决这个问题，因为“was”和“dog”之间的距离太长了。

　　为了解决上述问题，LSTM被引进了。为了更直观的解释，这里有一个不恰当的例子：

　　比如我们在看电影。我们可以通过换镜头来了解故事的进展。而且，随着故事的进行，我们可以知道人物的性格，年龄，喜好等。某个主角的。这些一旦场景切换就忘不了了。这些都是长期记忆。但是，当故事发生在特定的场合，比如下一张joy的照片：

　　通过我们对这部动画的长期记忆，我们知道它是令人愉快的。在这个场景中，我们使用的是长时记忆中的“愉悦思维动作”的记忆。这个场景中需要用到的长时记忆叫做“工作记忆”。

　　2.用白话解释LSTM

　　LSTM是如何工作的？

　　1)首先让LSTM学会遗忘。

　　例如，在一个镜头结束后，LSTM必须忘记该镜头的位置、时间或所有信息。然而，如果一个演员收到了一个午餐盒，LSTM应该记得那个人收到了午餐盒。和看电影是一样的。我们会选择忘记一些记忆，留下必要的。因此，当有新的镜头输入时，LSTM应该有能力知道该记住什么，该忘记什么。

　　2)接下来，添加预约机制。

　　当LSTM输入新的快照信息时，LSTM应该了解哪些信息值得存储。然后根据前面两个，当输入一个新镜头时，LSTM会忘记那些不必要的长时记忆，学习它在输入镜头中有什么价值，并保存在长时记忆中。

　　3 ).**需要知道长期记忆的哪些方面会被立即使用

　　比如我们看到电影里有人写的东西，我们可以称之为年龄的长时记忆。小学生可能在做作业，大人可能在抄作业。然而，年龄信息可能与当前场景无关。

　　4).因此，LSTM只是学习中需要注意的部分，而不是一次性使用所有的记忆。因此，LSTM可以很好地解决上述问题。下图显示了LSTM的形象。

　　3.实战机器人

　　作为实战的一部分，LSTM是非常有效的，但它仍然需要数据预处理。LSTM必须处理每个诗句的相同长度，并将汉字转换成数字格式。所以，如何预处理主要分为三个步骤：

　　通过阅读资料，我们收集了大量的诗歌资料。

　　统计每个单词出现的次数，取次数作为每个汉字的id。

　　在生成大量数据时，需要将每个诗句的长度统一为相同的长度。所以长度不够的句子要用“*”来填充

　　所以在表现* * * *的效果时，诗句中可能会出现“*”这个词。部分数据预处理代码如下图所示。

　　在上面的代码中，主要完成了以下步骤：

　　1)先读取数据，将语句限制在100个字符以上，删除100个字符后的部分。

　　2).然后在每句话的开头和结尾加上“”和“$”作为句子的签名。直接删除语句的长度小于MIN_LENGTH。

　　3)对经过* * * *处理的诗句统计字数，根据字数统计出现次数，将出现次数作为每个汉字的id。

　　为了您的理解，我对数据预处理的代码进行了评论。对数据处理和理解python语句有帮助。

　　在模型训练中，必须确保在计算机上设置了tensorflow和numpy库。模型训练完成后，我们可以直接调用模型，集成到我们的chatbot程序中，实现我们的chatbot(关于chatbot的介绍，可以参考文末的历史文章)。

　　部分代码如下所示。

　　4.效果显示

　　说到这里，我们再来看看训练完的机器人创作诗歌的效果。

　　图A显示了诗歌机器人的效果。机器人说：“请输入藏头诗的提示。”然后我们输入藏文诗词提示，机器人会创作出符合我们要求的藏文诗词。

　　在照片B中，显示了单词“*”的存在。当然，从中国文化的深处来说，也受到了培训教材的制约。如果我们的诗集提示中有一个词没有出现在训练资料中，机器人会提示这个词不在词典中。

　　如图C，红色部分表示处理异常情况，字典里没有！

　　[责任编辑：包容摩托电话：(010) 68476606]

　　叶昊0

郑重声明：本文由网友发布，不代表盛行IT的观点，版权归原作者所有，仅为传播更多信息之目的，如有侵权请联系，我们将第一时间修改或删除，多谢。