基于Word2Vec的诗词生成器

基于Word2Vec制作的诗词生成器

 

1、什么是Word2Vec？

　　Word2vec 是 Word Embedding 方式之一，属于 NLP 领域。它是从大量文本预料中以无监督方式学习语义知识的模型，被广泛地应用于自然语言处理中。

　　Word2Vec是将词转化为“可计算”“结构化”的向量的过程，是用来生成词向量的工具，而词向量与语言模型有着密切的关系。

 

2、基于Word2Vec的诗词生成器的结构

　　|——GUI诗词生成器.py   

　　|——w_poem.py

　　|——mo.txt

　　|——诗词库.txt

GUI诗词生成器.py  ：GUI界面，用来获取用户输入关键字和作者名，和获取w_poem.py生成的诗词并转换成标签显示在GUI界面

w_poem.py ：两个函数，save_model函数用来保存训练数据，write_poem函数调用Word2Vec生成的训练数据，查找与用户输入的关键字相似度最高的词语，根据要求组装成诗词。

mo.txt ：保存训练数据

诗词库.txt ：原始数据

 

3、成品

还没有加别的规则和算法，所以得到的诗词并不优美。

 

4、代码

GUI诗词生成器.py   

?

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56

from tkinter import * import w_poem     # 创建窗口：实例化一个窗口对象。 class TKK:     def __init__(self):         self.root = Tk()         # 窗口大小         self.root.geometry("350x400+374+182")         #  窗口标题         self.root.title("馒头的诗词生成器")         # 添加关键字标签控件         label = Label(self.root, text="  关键字  ", font=("宋体", 20))         label.place(x=20,y=0)         # 关键字输入框         self.entry1 = Entry(self.root, font=("宋体", 20), width=10 )         self.entry1.place(x=170,y=0)         #添加作者标签         label = Label(self.root, text="  作者  ", font=("宋体", 20))         label.place(x=20,y=50)         # 作者输入框         self.entry2 = Entry(self.root, font=("宋体", 20), width=10)         self.entry2.place(x=170,y=50)         # 添加点击按钮         button = Button(self.root, text="诗词生成", width=32,font=("宋体", 16), command=self.getpoem)  # command=textt         button.place(x=0,y=90)         # 单选按钮         self.radio = IntVar()         r1 = Radiobutton(self.root, text="五言诗", font=("宋体", 12), fg="orange", variable=self.radio, value=0)         r1.place(x=20,y=130)         r2 = Radiobutton(self.root, text="七言诗", font=("宋体", 12), fg="orange", variable=self.radio, value=1)         r2.place(x=100,y=130)         r3 = Radiobutton(self.root, text="对联", font=("宋体", 12), fg="orange", variable=self.radio, value=2)         r3.place(x=180,y=130)         r5 = Radiobutton(self.root, text="九九归一", font=("宋体", 12), fg="orange", variable=self.radio, value=3)         r5.place(x=250,y=130)           # 显示窗口         self.root.mainloop()       def getpoem(self):         list_radio = ["五言诗", "七言诗", "对联", "九九归一"]         types = (list_radio[self.radio.get()])         kw = self.entry1.get()         xx = [20 if types=="对联" else 80]         poem_name = self.entry2.get()         te = w_poem.witer_poem(kw ,types,poem_name)         text = Label(text=te,font=("宋体", 12),fg="blue")         text.place(x=xx, y=150)       if __name__ == '__main__':     tkk = TKK     tkk()

w_poem.py

?

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45

from random import choice from gensim.models import Word2Vec     def save_model():     # 保存训练数据     with open("诗词库.txt", 'r', encoding='utf-8') as f:         words = [list(line.strip()) for line in f]         ##window=16滑窗大小, min_count = 60过滤低频字         model = Word2Vec(sentences=words, min_count=60, vector_size=200, window=16,)         model.save("mo.txt")     def witer_poem(kw, types, poem_name):     typp = {"五言诗": (4, 5), "七言诗": (4, 7), "九九归一": (9, 9), "对联": (2, 9)}     types = typp[types]     shici = list(kw)     # 调用训练数据     model = Word2Vec.load("mo.txt")     for row in range(types[0]):         for col in range(types[1]):             # 查找相似度最高的100个字-topn             pred = model.predict_output_word(context_words_list=shici, topn=100)             # 去除特殊符号             fu = [",", ".","？","‘","“","-","+","=","。","/",";","；",":","[","]",                   "{","}","!","@","#","$","%","^","&","*","（","）","、","《","》"]             number = ["1","2","3","4","5","6","7","8","9","0"," ","！"]             rs = [w[0] for w in pred if w[0] not in shici + fu + number]             char = choice([c for c in rs if c not in kw])             shici.append(char)         # 添加标点符号         shici.append("，" if row % 2 == 0 and types[0] % 2 == 0 else "。\n")     # 分段显示     sclen = types[0] * (types[1] + 1)  # 计算诗词的长度，然后使用-sclen，来找到诗词标题的位置     # 如果是偶数句，则两句一行，否则一行一句     if types[0] % 2 == 0:         # 排版----->第一行题目  第二行作者   剩下的为诗词         last = "%s" % "".join(shici[:-sclen]) + "\n" + \                "作者：" + poem_name + "\n" + \                "".join(shici[-sclen:])     else:         last = "%s" % "".join(shici[:-sclen]) + "\n" + \                "作者：" + poem_name + "\n" + \                "".join(shici[-sclen:])     return last

 

 

 

 

---

如果您觉得阅读本文对您有帮助，请点一下“推荐”按钮，您的“推荐”将是我最大的写作动力！欢迎各位转载，但是未经作者本人同意，转载文章之后必须在文章页面明显位置给出作者和原文连接，否则保留追究法律责任的权利。