使用C++實現(xiàn)簡單的文章生成器

更新時間：2024年03月22日 11:28:31 作者：武的階乘

這篇文章主要為大家詳細介紹了鵝湖使用C++實現(xiàn)簡單的狗屁不通文章生成器,文中的示例代碼講解詳細,具有一定的借鑒價值,有需要的小伙伴可以了解下

1 前言

繼上次【C++】狗屁不通文章生成器之后，很久不想看一眼這個代碼，因為當時寫這個代碼深受中文字符的處理煩惱。而且現(xiàn)在回看，程序的模塊化、可讀性使我大受震驚，是在想不到當時的我為什么要這樣做。于是昨天無心工作，想到了把這堆樂色改進一下，至少做到能看的水平。遂記之。

2 改進

2.1 字詞的前后關系

為了表示字詞的前后關系，即將句子劃分為前綴詞+后綴詞的關系，依然需要定義一個class wordpair，這里去除一些數(shù)據(jù)上的冗余，強化了類的封閉性。

class wordpair
{
private:
    string preword;            // 前綴
    map<string, int> sufwords; // 后綴，次數(shù)
    int count;                 // 總次數(shù)

public:
    wordpair(string pre);
    wordpair(string pre, string suf);
    wordpair(string pre, map<string, int> suf);
    ~wordpair();
    string getPreword() const;
    map<string, int> getSufwords() const;
    void setPreword(string pre);
    void setSufwords(map<string, int> suf);
    string toJson() const;

    void addSufword(string suf);
    string chooseSufword() const;
};

采用map記錄后綴的出現(xiàn)次數(shù)，數(shù)據(jù)的結構性更強，也易于查找。記錄所有后綴出現(xiàn)的總次數(shù)是為了在生成文章時選擇后綴提供方便（具體作用看3.1.3）

2.2 文章生成系統(tǒng)

將太多的操作塞進main()函數(shù)的做法不夠美觀，且容易忘記各個部分的功能。于是這里將文章生成的功能抽象出來，作為一個類。主要的工作是記錄所有的字詞對、記錄生成的、文件流操作、文章生成等邏輯。

class createArticle
{
private:
    vector<wordpair> wordpairlist;
    string article;

public:
    createArticle();
    ~createArticle();

    void importWords(string filename, int len_pre = 1, int len_suf = 1);
    void exportWords(string filename);
    void addWordPair(string pre, string suf);
    void generateArticle(string startword, int lenout = 10000);
    void printArticle(string filename);
};

3 實現(xiàn)(部分)

由于大多函數(shù)都很簡單，這里只貼出部分比較重要的函數(shù)。

3.1 class wordpair

除去構造函數(shù)、類成員輸出輸入等函數(shù)，我們直接進入主題。

3.1.1 轉化為 json

這個函數(shù)主要是為了輸出格式化的詞對，而文本文件中json格式的結構性且簡單。

ps: 其實這個函數(shù)不太重要，主要目的是檢查。不過也可以為直接讀詞對做準備（雖然這里沒有從文件導入詞對的功能）

string wordpair::toJson() const
{
    string str = "\"";
    str += this->preword + "\" : {";

    for (auto &it : this->sufwords)
    {
        str += "\"" + it.first + "\"" + ":" + to_string(it.second) + ",";
    }
    str += "}";
    return str;
}

效果演示：

3.1.2 添加后綴詞

添加后綴的函數(shù)，邏輯是：

if 這個后綴已經(jīng)有記錄 then count++；

else 添加新的后綴到map中

void wordpair::addSufword(string suf)
{
    for (auto &it : this->sufwords)
    {
        if (it.first == suf)
        {
            it.second++;
            return;
        }
    }
    this->sufwords[suf] = 1; // if the word is not in the map, add it with a count of 1
}

3.1.3 選擇后綴詞

這個函數(shù)的主要功能是從眾多后綴詞中選取一個（語料庫大的話就會多啦），選擇的策略是隨機數(shù)的方案，類似于轉盤抽獎。實現(xiàn)方法如下:

string wordpair::chooseSufword() const
{
    if (this->sufwords.size() == 1)//如果只有一個后綴詞就直接輸出，減少算力負擔
    {
        return this->sufwords.begin()->first;
    }
    else
    {
        // 隨機選擇一個后綴詞
        random_device rd;
        ranlux48 engine(rd());
        uniform_int_distribution<> dist(0, this->count);//在類中定義了count,這里就省掉了遍歷
        int random_number = dist(engine);//產生一個隨機數(shù)

        std::string result;
        for (auto &it : this->sufwords)//抽獎
        {
            if (random_number < it.second)
            {
                result = it.first;
            }
            else
                random_number -= it.second;
        }
        return result;
    }
}

3.2 class createArticle

3.2.1文本分割

vector<string> charlist = splitchar(filestr);//先將從文件讀到的字符串分割
    string preword = "", sufword = "";
    for (int i = 0; i < charlist.size() - len_suf - len_pre; i++)//每次向后移動一個字符，進行切割
    {
        preword = "", sufword = "";
        for (int j = i; j < i + len_pre + len_suf; j++)
        {
            if (j - i < len_pre)
            {
                preword += charlist[j];//從第i個字符開始，到第i+len_pre個字符連接起來作為前綴
            }
            else
            {
                sufword += charlist[j];//從第i+len_pre個到字符開始，到第i+len_pre+len_suf個字符連接作后綴
            }
        }
        this->addWordPair(preword, sufword);//添加進wordpairlist
    }

3.2.2生成文章

/*
startword——啟動詞
lenout——長度限制（避免無限循環(huán)）
*/
void createArticle::generateArticle(string startword, int lenout)
{
    this->article += startword;
    bool stop; // 加一個停止標志，當無法匹配到前綴時停止
    int prewordlen = this->wordpairlist.front().getPreword().length();
    int sufwordlen = this->wordpairlist.front().getSufwords().begin()->first.length();
    string lastword;
    for (int i = 0; i < lenout; ++i)
    {
        stop = true;
        if (this->article.length() >= prewordlen) // 如果文章長度大于詞對中前綴詞的長度，則直接拼接
        {
            lastword = this->article.substr(this->article.length() - prewordlen, prewordlen);//article最后的len_pre個字符，作為前綴
            for (auto &it : this->wordpairlist)
            {
                if (it.getPreword() == lastword)//通過lastword匹配詞對
                {
                    this->article += it.chooseSufword();
                    stop = false;
                    break;
                }
            }
            if (stop)//遍歷了一邊詞對的list沒有匹配的詞對時，退出循環(huán)
                break;
        }
        else//啟動詞長度小于詞對前綴的情況，例如詞對分割為3+2時，啟動詞長度為2,小于前綴長度3,無法正常拼接，于是走此處
        {
            lastword = this->article;
            for (auto &it : this->wordpairlist)//同上遍歷
            {
                int position = it.getPreword().find(lastword);
                if (position != string::npos)
                {
                    this->article += (it.getPreword() + it.chooseSufword()).substr(position+lastword.length(), sufwordlen);//先將前后綴連接，再從匹配到的位置開始截取
                    stop = false;
                    break;
                }
            }
            if (stop)
                break;
        }
    }
}