词结构的机器学习

Question

我正在开发一个系统，该系统可以根据各种用户输入（例如音节模板或修改后的 Backus Naur 表格）创建虚构的单词。不过，一种新模式计划是机器学习。在这里，用户没有明确定义任何规则，而是粘贴一些文本，系统会学习给定单词的结构并创建相似的单词。

我目前的幼稚方法是创建一个字母邻域概率表（包括一个特殊的词尾“字母”）并通过按字母对扫描输入来填充它（使用空格和标点符号作为单词边界）。创建一个单词意味着查找每个字母跟随当前字母的概率，并根据概率随机选择一个，追加并重复，直到遇到 end-of-word。

但我正在寻找（可能？）提供更好结果的更复杂的方法。我对机器学习知之甚少，因此感谢您提供有关主题、技术或算法的指针。

Answer 1

我认为对于独立词（一个特别的名字），一个简单的马尔可夫链系统（你似乎在谈论使用字母对时描述的）可以表现得非常好。给它一个词典，然后给它一个种子，根据它学到的东西生成一个新名字。您可能需要调整马尔可夫链的前缀长度以获得听起来不错的结果（正如对您问题的评论中指出的那样，2 个字母比一个要好得多）。

我曾经用精灵和兽人的名字词典尝试过，得到了非常满意的结果。