20161207 结对编程-马尔可夫链-自动生成短文
结对伙伴：石亚鑫 20162303
需求分析
1.通过“学习”一篇文章后，随机输出新的文章。
参考资源：《瓦尔登湖》
2.仅考虑英文输入输出
3.从文件读入待”学习“文章
4.能处理标点符号（参考材料中有说明）
5.能控制输出文章的篇幅
6.通过参数指定输出的单词数
7.误差控制
- 生成的语句要能完整结束（比如遇到句号、问号、感叹号等结束标志）。
- 为了能实现上述条件，允许输出的单词数量误差 ±50。
- 避免环
实现过程中的关键代码解释
static final int NPREF = 2; //前缀个数
static final String NOWORD = "
"; //英语单词不再重复
Map<Prefix,List<String>> stateTable = new HashMap<Prefix,List<String>>();
Prefix prefix = new Prefix (NPREF,NOWORD);//刚开始的前缀
Random random = new Random();
public void build(InputStream in) throws Exception {
Scanner scanner = new Scanner(in);
while(scanner.hasNext()){
add(scanner.next());
}
add(NOWORD);
}
private void add(String word) {
List<String> suf = stateTable.get(prefix);
if(suf == null){
suf = new ArrayList<String>();
stateTable.put(new Prefix(prefix),suf);
}
suf.add(word);
prefix.pref.remove(0);
prefix.pref.add(word);
}
public void generate(int nwords) throws IOException {
FileWriter fw = new FileWriter("/Users/zhangyunqi/Desktop/qq.txt");//生成的文章储存在qq.txt中
prefix = new Prefix(NPREF,NOWORD);
for(int i=0; i<nwords; i++){
List<String> suf = stateTable.get(prefix);
int r = Math.abs(random.nextInt() % suf.size());
String word = suf.get(r);
if(word.equals(NOWORD)){
break;
}
System.out.print(word+" ");
if (word.equals(".")){
fw.write("
");
}
else
fw.write(word+" ");
prefix.pref.remove(0);
prefix.pref.add(word);
}
fw.close();
运行过程截图
代码托管地址
遇到的困难及解决方法
刚刚开始并没有头绪，于是上网百度，发现怎么生成前后缀关系的代码。
把输入想像成由一些互相重叠的短语构成的序列，该算法把每个短语分成两部分：一部分由多个词构成的前缀，另一部分是只包含一个词的后缀。马尔可夫链算法能够生成输出短语的序列，其方法是依据(在我们的情况下)原文本的统计性质，随机性地选择跟在前缀后面的特定后缀。采用三个词的短语就能够工作得很好——利用连续两个词构成的前缀来选择作为后缀的一个词：
设置w1和w2为文本的前两个词
输出w1和w2
循环：
- 随机地选出w3，它是文本中w1w2的后缀中的一个
- 打印w3
- 把w1和w2分别换成w2和w3
- 重复循环
选择二词前缀，则每个输出词w3都是根据它前面的一对词(w1,w2)得到的。前缀中词的个数对设计本身并没有影响，程序应该能对付任意的前缀长度。我们把一个前缀和它所有可能后缀的集合放在一起，称其为一个状态。
对结对的小伙伴做出评价
我的结对伙伴是我的室友，所以本次编程是我们坐在一起完成的。
如有参考或引用的设计、实现，请进行说明
参考：http://www.cnblogs.com/vertextao/p/6881960.html
PSP
| PSP2.1 | Personal Software Process Stages | 预估耗时（分钟） | 实际耗时（分钟） |
|---|---|---|---|
| Planning | 计划 | 30 | 30 |
| · Estimate | · 估计这个任务需要多少时间 | 610 | 920 |
| Development | 开发 | 50 | 40 |
| · Analysis | · 需求分析 (包括学习新技术) | 30 | 20 |
| · Design Spec | · 生成设计文档 | 30 | 50 |
| · Design Review | · 设计复审 (和同事审核设计文档) | 60 | 100 |
| · Coding Standard | · 代码规范 (为目前的开发制定合适的规范) | 10 | 10 |
| · Design | · 具体设计 | 100 | 90 |
| · Coding | · 具体编码 | 100 | 300 |
| · Code Review | · 代码复审 | 30 | 60 |
| · Test | · 测试（自我测试，修改代码，提交修改） | 30 | 90 |
| Reporting | 报告 | 60 | 60 |
| · Test Report | · 测试报告 | 30 | 30 |
| · Size Measurement | · 计算工作量 | 20 | 20 |
| · Postmortem & Process Improvement Plan | · 事后总结, 并提出过程改进计划 | 30 | 20 |
| 合计 | 610 | 920 |