prosedecomposer 0.1.1

这是什么？

有很多写法。在Unoriginal Genius中，Marjorie Perloff 将“原始天才”的概念——古代神话作家从他们的智力孤独的深处实现作品——与“非原始天才”的反传统进行了对比，包括剽窃模仿行为（也称为偏离）和拼凑写作。根据肯尼斯·戈德史密斯的《非创意写作》，TS Eliot、詹姆斯·乔伊斯和托马斯·品钦都是这种风格的典范，他们用百科全书、杂志、剪报和世界文学的开放式写出了他们的开创性作品。

今天有无数种方法可以用软件转换文本：马尔可夫链、剪切、用词替换相关词、在书之间交换动词、GPT-2、BERT 等。今天的控制论作者可以利用这些作为分解代理，破坏原始文本创建凌乱的新混合，可以进一步编辑、扩展或合成为原创的、有意义的作品。

但这有什么作用？

该项目详细阐述了这些想法，允许用户：

• 从Project Gutenberg和Archive.org上公开的文学作品或您提供的任何文本中随机抽取句子和段落。

• 在两个文本之间交换具有相同词性的单词——例如，将一个文本的所有形容词与另一个文本交换，将一个文本的名词与另一个文本交换，保留叙事或话语结构的结构，同时大幅改变内容。以查尔斯·狄更斯的《远大前程》中的这段话为例，当您将名词和形容词替换为 HP Lovecraft 的故事The Shunned House中的一段时，它就变成了超现实主义的恐怖：

  “那时我开始明白，眼睛里的烟囱已经停止了，就像包裹和头部一样，人类真菌之前。我注意到郝薇香小姐把高度准确地放下了，正是她从高处开始的时间。艾丝黛拉处理溪流时，我再次瞥了一眼这具可恶的尸体，发现它上面的轮廓，曾经很少，现在病了，从来没有磨损过。我低头看了一眼轮廓是昆虫的景象，看到上面的半只长袜，曾经很少，现在病了，被踩得破烂了。没有这天地万物，没有这一切更可怕的怪物的静止不动，就连坍塌溶解上的枯萎磷光雾都不会看起来像恐怖的嘲讽，或者人类的狰狞恐怖。”

• 通过马尔可夫链运行单个文本或文本列表，根据 n-gram 大小（默认为 1，最混乱）以或多或少混乱的方式半智能地重新组合单词。

  像这样的基于马尔可夫链的生成算法可以创建散文，其重复和排列赋予它一种奇怪的节奏，并且起初在句法和语义上看起来是有效的，但最终会变成废话。马尔可夫链公式化但又时髦又颠覆性的风格与格特鲁德·斯坦因在《美国人的形成》中的风格非常相似，她在文章作文作为解释中详细解释了这一点。

• 对由 William S. Burroughs 和 Brion Gysin 开创的分割方法进行虚拟模拟，方法是将文本分解为随机长度的组件（其中保留了单词的最小和最大长度），然后随机重新排列它们。

安装

python3 -m pip generativepoetry

python3 populate_cache.py

如何使用

首先，导入库：

from prosedecomposer import *

要从 Project Gutenberg 或 Archive.org 中提取和清理文本：

# From an Archive.org URL:
calvino_text = get_internet_archive_document('https://archive.org/stream/CalvinoItaloCosmicomics/Calvino-Italo-Cosmicomics_djvu.txt')
# From a Project Gutenberg URL:
alice_in_wonderland = get_gutenberg_document('https://www.gutenberg.org/ebooks/11')
# Select a random document from Project Gutenberg
random_gutenberg_text = random_gutenberg_document

ParsedText 类提供了一些函数来随机采样一个或多个一定长度的句子或段落：

parsed_calvino = ParsedText(calvino_text)
parsed_calvino.random_sentence()   # Returns a random sentence
parsed_calvino.random_sentence(minimum_tokens=25)  # Returns a random sentence of a guaranteed length in tokens
parsed_calvino.random_sentences()  # Returns 5 random sentences
parsed_calvino.random_sentences(num=7, minimum_tokens=25)  # Returns 7 random sentences of a guaranteed length
parsed_calvino.random_paragraph()  # Returns a random paragraph (of at least 3 sentence by default)
parsed_calvino.random_paragraph(minimum_sentences=5)  # Returns a paragraph with at least 5 sentences

在文本之间交换具有相同词性的单词：

# Swap out adjectives and nouns between two random paragraphs of two random Gutenberg documents
doc1 = ParsedText(random_gutenberg_document())
doc2 = ParsedText(random_gutenberg_document())
swap_parts_of_speech(doc1.random_paragraph(), doc2.random_paragraph())
# Any of Spacy's part of speech tag values should work, though: https://spacy.io/api/annotation#pos-tagging
swap_parts_of_speech(doc1.random_paragraph(), doc2.random_paragraph(), parts_of_speech=["VERB", "CONJ"])
# Since NLG has not yet been implemented, expect syntax errors like subject-verb agreement.

要通过马尔可夫链文本处理算法运行文本，请参见下文。如果您正在处理大量文本，即一次或几本书籍/故事/等，您可能需要更大的 n-gram 大小（2 或 3）。

output = markov(text)  # Just one text (defaults to n-gram size of 1 and 5 output sentences)
output = markov(text, ngram_size=3, num_output_sentence=7)  # Bigger n-gram size, more output sentences
output = markov([text1, text2, text3])  # List of text (defaults to n-gram size of 1 and 5 output sentences)
output = markov([text1, text2, text3], ngram_size=3, num_output_sentences=7)  # Bigger n-gram size, more outputs

要虚拟地剪切和重新排列文本：

# Cuts up a text into cutouts between 3 and 7 words and rearrange them randomly (returns a list of cutout strings)
cutouts = cutup(text)
# Cuts up a text into cutouts between 2 an 10 words and rearrange them randomly (returns a list of cutout strings)
cutouts = cutup(text, min_cutout_words=3, max_cutout_words=7)