国产xxxx99真实实拍_久久不雅视频_高清韩国a级特黄毛片_嗯老师别我我受不了了小说

資訊專欄INFORMATION COLUMN

用python，生活仍有詩和遠(yuǎn)方

xiaotianyi / 3241人閱讀

摘要：常聽說，現(xiàn)在的代碼，就和唐朝的詩一樣重要。推薦使用作為編譯器。代碼具體步驟使用爬蟲爬取全唐詩，總共抓取了首。接下來考慮優(yōu)化模版，提取五言和七言常用句式作為模版。另外考慮使用機(jī)器學(xué)習(xí)的方法，寫來讓計算機(jī)自動生成充滿韻味的詩

常聽說，現(xiàn)在的代碼，就和唐朝的詩一樣重要。
可對我們來說，寫幾行代碼沒什么，但是，要讓我們真正地去寫一首唐詩，那可就頭大了。。既然如此，為何不干脆用代碼寫一首唐詩？

準(zhǔn)備：

python3.6環(huán)境

推薦使用anaconda管理python包，可以對于每個項目，創(chuàng)建環(huán)境，并在該環(huán)境下下載項目需要的包。

推薦使用pycharm作為編譯器。

GitHub代碼：GitHub - theodore3131/TangshiGenerator

具體步驟：

使用爬蟲爬取全唐詩，總共抓取了71000首。

#使用urllib3的內(nèi)置函數(shù)構(gòu)建爬蟲的安全驗證，來應(yīng)對網(wǎng)站的反爬蟲機(jī)制
http = urllib3.PoolManager(
     cert_reqs="CERT_REQUIRED",
     ca_certs=certifi.where())
#爬蟲的目標(biāo)網(wǎng)站
r = http.request("GET", url)
#爬蟲獲取的html數(shù)據(jù)
soup = BeautifulSoup(r.data, "html.parser")
content = soup.find("div", class_="contson")

使用正則表達(dá)式對爬取的數(shù)據(jù)進(jìn)行處理

p1 = r"[u4e00-u9fa5]{5,7}[u3002|uff0c]"  #[漢字]{重復(fù)5-7次}[中文句號|中文逗號]
pattern1 = re.compile(p1)        #編譯正則表達(dá)式
result = pattern1.findall(poemfile)   #搜索匹配的字符串，得到匹配列表

對詩詞正文進(jìn)行分詞操作

#使用jieba中文分詞庫的textRank算法來找出各個詞性的高頻詞
for x in jieba.analyse.textrank(content, topK=600, allowPOS=("n", "nr", "ns", "nt", "nz", "m")):

唐詩生成

處理韻腳

使用pinyin庫
pip install pinyin
verse = pinyin.get("天", format="strip")
#輸出：tian

對于韻腳，本來是想找出所有的韻腳并做成字典形式存儲起來，但韻腳總共有20多個，
后來發(fā)現(xiàn)其實(shí)20多個韻腳都是以元音字母開始的，我們可以基于這個規(guī)則來判斷：

rhythm = ""
rhythmList = ["a", "e", "i", "o", "u"]
verse = pinyin.get(nounlist[i1][1], format="strip")
#韻腳在每個pinyin倒敘最后一個元音字母處截止
          for p in range(len(verse)-1, -1, -1):
              if verse[p] in rhythmList:
                  ind = p

      rhythm = verse[ind:len(verse)]

目前是最初級的五言律詩，且為名動名句式

rhythm = ""
rhythmList = ["a", "e", "i", "o", "u"]
while num < 4:
#生成隨機(jī)數(shù)
        i = random.randint(1, len(nounlist)-1)
      i1 = random.randint(1, len(nounlist)-1)
      j = random.randint(1, len(verblist)-1)

#記錄韻腳
      ind = 0
      ind1 = 0
      if (num == 1):
          rhythm = ""
          verse = pinyin.get(nounlist[i1][1], format="strip")
#韻腳在每個pinyin倒敘最后一個元音字母處截止
          for p in range(len(verse)-1, -1, -1):
              if verse[p] in rhythmList:
                  ind = p

      rhythm = verse[ind:len(verse)]
#確保2，4句的韻腳相同，保證押韻
      if (num == 3):
          ind1 = 0
          verse1 = pinyin.get(nounlist[i1][1], format="strip")
          for p in range(len(verse1)-1, -1, -1):
                if verse1[p] in rhythmList:
                   ind1 = p

            while verse1[ind1: len(verse1)] != rhythm:
                i1 = random.randint(1, len(nounlist)-1)
                verse1 = pinyin.get(nounlist[i1][1], format="strip")
                for p in range(len(verse1)-1, -1, -1):
                    if verse1[p] in rhythmList:
                        ind1 = p
#隨機(jī)排列組合
     print(nounlist[i]+verblist[j][1]+nounlist[i1])
     num += 1
藏頭詩

其實(shí)思路很簡單，既然我們有了語料庫，那么，我們每次在排列組合詞的時候，只需保證生成每句時，第一個名詞的第一個字，是按序給定四字成語中的即可

for x in range(len(nounlist)):
      if nounlist[x][0] == str[num]:
          i = x

來看一下結(jié)果：

四言詩：

所思浮云
關(guān)山車馬
高樓流水
閑人腸斷

五言律詩：

西風(fēng)時細(xì)雨
山川釣建章
龍門看蕭索
幾年鄉(xiāng)斜陽

藏頭詩：

落花流水

落暉首南宮
花枝成公子
流水名朝廷
水聲勝白石

參考：

https://segmentfault.com/a/11...

當(dāng)然，現(xiàn)在生成的唐詩還是比較低級的，屬于基礎(chǔ)的古詩文詞語排列組合。
接下來考慮優(yōu)化模版，提取五言和七言常用句式作為模版。
另外考慮使用機(jī)器學(xué)習(xí)的方法，寫RNN來讓計算機(jī)自動生成充滿韻味的詩

文章版權(quán)歸作者所有，未經(jīng)允許請勿轉(zhuǎn)載,若此文章存在違規(guī)行為，您可以聯(lián)系管理員刪除。

轉(zhuǎn)載請注明本文地址：http://specialneedsforspecialkids.com/yun/41365.html

相關(guān)文章

  • 高曉松：區(qū)塊鏈也可以有詩與遠(yuǎn)方

    摘要：如果使用區(qū)塊鏈技術(shù)則可以降低使用版權(quán)的門檻。價值化，藝人利益得到保證高曉松在談到區(qū)塊鏈時，也贊成藝人發(fā)行來跳過娛樂公司。通過區(qū)塊鏈技術(shù)藝人可以更加貼合粉絲，創(chuàng)造出更高效的內(nèi)容推薦和特色化的消費(fèi)產(chǎn)品與服務(wù)體驗。 2019年1月3日，高曉松的《曉說》在朋友圈刷屏了。 這次高曉松沒有談風(fēng)花雪月、詩與遠(yuǎn)方，而是在其母校清華大學(xué)的教室里，跟學(xué)弟學(xué)妹們深入淺出地聊起了區(qū)塊鏈在文娛產(chǎn)業(yè)的革命。 在傳...

    frank_fun 評論0 收藏0

  • 高曉松：區(qū)塊鏈也可以有詩與遠(yuǎn)方

    摘要：如果使用區(qū)塊鏈技術(shù)則可以降低使用版權(quán)的門檻。價值化，藝人利益得到保證高曉松在談到區(qū)塊鏈時，也贊成藝人發(fā)行來跳過娛樂公司。通過區(qū)塊鏈技術(shù)藝人可以更加貼合粉絲，創(chuàng)造出更高效的內(nèi)容推薦和特色化的消費(fèi)產(chǎn)品與服務(wù)體驗。 2019年1月3日，高曉松的《曉說》在朋友圈刷屏了。 這次高曉松沒有談風(fēng)花雪月、詩與遠(yuǎn)方，而是在其母校清華大學(xué)的教室里，跟學(xué)弟學(xué)妹們深入淺出地聊起了區(qū)塊鏈在文娛產(chǎn)業(yè)的革命。 在傳...

    DDreach 評論0 收藏0

  • 2016年總結(jié) - 收藏集 - 掘金

    摘要：然而這次的文章，就像賀師俊所說的這篇文章是從程序員這個老年度總結(jié)前端掘金年對我來說，是重要的一年。博客導(dǎo)讀總結(jié)個人感悟掘金此文著筆之時，已經(jīng)在眼前了。今天，我就來整理一篇，我個人認(rèn)為的年對開發(fā)有年終總結(jié)掘金又到 2016 Top 10 Android Library - 掘金 過去的 2016 年，開源社區(qū)異常活躍，很多個人與公司爭相開源自己的項目，讓人眼花繚亂，然而有些項目只是曇花一...

    DataPipeline 評論0 收藏0

  • 干貨 | 區(qū)塊鏈快速通道：從技術(shù)原理到應(yīng)用落地

    摘要：萬云專注于將區(qū)塊鏈技術(shù)應(yīng)用于各個行業(yè)，促進(jìn)區(qū)塊鏈在業(yè)務(wù)中的真正落地。共識算法是區(qū)塊鏈比較核心的技術(shù)之一，保證區(qū)塊一致性是其主要作用。 作者:萬云首席架構(gòu)師兼產(chǎn)品總監(jiān)李晨原文鏈接：http://mp.weixin.qq.com/s/snl...如需轉(zhuǎn)載請聯(lián)系萬云官方微信：萬云Wancloud 2018年開始，好像所有的人都在談?wù)搮^(qū)塊鏈，資本、精英、草根不斷進(jìn)場投身到區(qū)塊鏈的浪潮之中。在外...

    noONE 評論0 收藏0

  • 寫給初入門/半路出家的前端er

    摘要：半路出家的前端程序員應(yīng)該不在少數(shù)，我也是其中之一。年，馮馮同事兼師兄看我寫太費(fèi)勁，跟我說對面樓在找，問我要不要學(xué)，說出來可能有點(diǎn)丟人，但是在那之前，我真得不知道什么是，什么是。 半路出家的前端程序員應(yīng)該不在少數(shù)，我也是其中之一。 為何會走向前端 非計算機(jī)專業(yè)的我，畢業(yè)之后，就職于一家電力行業(yè)公司，做過設(shè)備調(diào)試、部門助理、測試，也寫過一段時間的QT，那三年的時間，最難過的不是工作忙不忙，...

    Cc_2011 評論0 收藏0

發(fā)表評論

0條評論

最新活動
閱讀需要支付1元查看
<