這是一段自我描述的語句，除了標(biāo)點(diǎn)符號外，它共包含125個字符，其中33個“個”，29個“2”，5個“3”，3個“符”，3個“5”，2個“一”，2個“它”，2個“包”，2個“的”，2個“標(biāo)”，2個“了”，2個“我”，2個“外”，2個“含”，2個“中”，2個“是”，2個“1”，2個“段”，2個“點(diǎn)”，2個“描”，2個“9”，2個“字”，2個“這”，2個“句”，2個“除”，2個“自”，2個“語”，2個“共”，2個“述”，2個“號”，2個“其”。

這句話是我用一段 Python 腳本生成的，生成原理大致如下：

1、給出一個模板，讓句子的各個內(nèi)容知道自己該出現(xiàn)在哪個部位；
2、根據(jù)當(dāng)前信息，生成句子；
3、將當(dāng)前句子作為輸入，再次執(zhí)行第 2 步的操作；
4、直到句子各部分內(nèi)容的信息都正確。

簡單來說，就是一個不斷迭代修正的過程。

其中需要注意的是，每次迭代時應(yīng)該盡量只改動一個地方，以免兩處同時變化相互影響，造成死循環(huán)；另外，如果句子中有多處地方需要修正，盡量隨機(jī)選取一處進(jìn)行修正，而不要按一定順序進(jìn)行修正，同樣是為了減少陷入死循環(huán)的風(fēng)險。

不過，即使如此，某些情況下還是有可能陷入死循環(huán)，比如如果某一步得到了下面這樣的句子：

復(fù)制代碼代碼如下:

這句很 2 的話包含 3 個“2”。

上面這句話明顯是錯誤的，因?yàn)槠渲兄挥袃蓚€“2”。那么，我們把那個“3”改為“2”，是不是就對了呢？很容易發(fā)現(xiàn)，如果我們做了這樣的改動之后，句子將變成：

復(fù)制代碼代碼如下:

這句很 2 的話包含 2 個“2”。

這時，句子中又包含三個“2”了。像這樣的句子就似乎無法簡單地改為正確的自我描述語句，因?yàn)闊o論如何改都會陷入死循環(huán)。

最后，我用來生成最上面的那句自我描述語句的 Python 腳本如下：

# -*- coding: utf-8 -*-

import random

class SelfDesc(object):

  ignore_chars = u"，?！啊?

  def __init__(self, template):

    self.template = template
    self.length = 0
    self.detail = ""
    self.content = ""
    self.chars = ""
    self.char_count = {}
    self.makeContent()
    self.char_count = self.getCharCount()
    self.getCharCount()
    self.makeContent()


  def __str__(self):

    return self.content


  def makeContent(self):

    self.makeDetail()
    self.content = self.template.replace(u"{length}", u"%d" % self.length)
      .replace(u"{detail}", self.detail)
    self.getChars()


  def getChars(self):

    chars = self.content
    for c in self.ignore_chars:
      chars = chars.replace(c, "")

    self.chars = chars
    return chars


  def getLength(self):

    self.length = len(self.chars)


  def getCharCount(self):

    d = {}
    for c in self.chars:
      if c in self.ignore_chars:
        continue
      d.setdefault(c, 0)
      d[c] += 1

    return d


  def makeDetail(self):

    d = self.char_count
    items = d.items()
    items.sort(key=lambda x: -x[1])

    s = []
    for c, n in items:
      s.append(u"%d個“%s”" % (n, c))

    self.detail = u"，".join(s)


  def correct(self):

    print "-" * 50

    char_count = self.getCharCount()
    items = char_count.items()
    random.shuffle(items)
    for c, n in items:
      if n &lt;= 1 and c in self.char_count:
        del self.char_count[c]
        continue

      if self.char_count.get(c) == n:
        continue
      else:
        self.char_count[c] = n
        return True

    else:
      len = self.length
      self.getLength()

      if len != self.length:
        return True

    return False


  def generate(self):

    icount = 0
    while self.correct():
      icount += 1
      self.makeContent()
      print u"#%d %s" % (icount, self)


def main():

  template = u"這是一段自我描述的語句，除了標(biāo)點(diǎn)符號外，它共包含{length}個字符，其中{detail}。"
  sd = SelfDesc(template)
  sd.generate()
  print u"%s" % sd


if __name__ == "__main__":
  main()

您可能感興趣的文章: