计算机工程与信息技术学报

创意平台的马尔可夫链文本生成

艾萨克·特恩古·阿多姆 *

人类对计算，特别是人工智能 (AI) 的兴趣和增长速度前所未有
。高效流程、自动化系统和改进的决策制定是
这一趋势的一些里程碑。对文本相关解决方案的需求不断增长，包括生成、学习、分类和其他一些任务，这促使人们使用不同的人工智能技术和工具。人们一直在寻求创造性的文本创意，以进行创新、解决问题和改进。这些创意在生活中的各个方面都是必需的，因为对于个人、组织和创意平台来说，想出这些创意可能是一项艰巨的任务。在本文中，我们介绍了一种基于改进的马尔可夫链方法的创意生成系统，该系统使用文本语料库。首先，我们创建了一个网络系统来收集人们对案例研究问题的解决方案。他们需要根据目的和机制提交解决方案，并提供示例来指导他们。接下来，根据相似性度量将收集到的文本聚类成组，然后计算各个组的抽象摘要。然后使用马尔可夫链模型从提交的文本语料库中生成新文本，并使用相似度度量将最相似的马尔可夫链生成的文本与每个聚类组的抽象摘要进行比较，并返回创意结果。最后，开发了一个管道来同时执行系统的所有组件。根据
质量、新颖性和多样性指标，将结果发送给人工评估，并与使用相同
文本语料库的生成转换器系统的输出进行比较，发现本研究的系​​统表现更好。这项工作主要解决了创意平台面临的挑战。