作者简介Introduction

挖数 腾讯数据产品经理 & 段子手

个人微信公号：washu66

往期回顾

99.9%的数据分析师，都做不到这些

爬虫数据分析【旅游篇】

你的生殖冲动，繁衍了这个价值1000亿美金的产业

最近对文本挖掘产生了兴趣，在研究词向量时，突然有一个有趣的设想，有无可能构建一个自动写文章的机器人，它可以根据我设定的词眼，把文章续写下去。

在网上找案例，都是用词向量提取中心思想，提高阅读效率之类，突然灵光一现，想到Python的结巴分词包有一个函数，叫tokenize，它可以返回词语在原文的起止位置，比如我们对 “咪蒙的毒鸡汤” 这句话使用这个函数，会有以下结果：

word：咪蒙，start ：0，end：2

word：的，start：2，end：3

word：毒，start：3，end：4

word：鸡汤，start：4，end：6

于是可以用这样一个逻辑来构建机器人：

1、收集足够多的语料，对这堆语料使用tokenize这个函数，这样就构建了一个庞大的词包，这个词包除了分好的词，还有该词的起始位置和结束位置；

2、设定一个开始词，比如“我们”，用这个开始词去遍历词包里边所有的“我们”，匹配所有结束位置，随机选择一个结束位置作为我们下一个词的开始位置，这样就匹配到“我们”的下一个词，假设匹配到的下一个词是“是”；

3、把“是”赋给开始词，再去匹配它下一个词，循环这个过程，这样就构建了一篇上下词通顺的随机文章。

对这个机器人，我们只需要2个参数，1个是开始词，1个是循环的次数，也就是词数。

我把咪蒙几十篇文章作为语料，用这个机器人来随机输出文章，结果比较有趣。

小黄文集锦：

你花几分钟，世界的那碗面是你的，我对你戒烟，绝对不是为了保持2个通宵喝酒，说你的坏话，而是选择看各种激情互撩撩到小卧室，这是你的菜。我们也不觉得爱情具有毁灭性。不要忘了，今天要为奥运冠军加油，他的人生给了李易峰。

如果当年没有爱，请掏出来你的XX………日日好吧”，来到小区超市，把阴毛卖了，谈梦想，换成“在灯火辉煌孕期出轨，性爱是需要你干杂事；

他流产，只看了男人裤裆里的精神。为了性”只要你？不要冷战，40多岁的时候容易自卑，那你真是旷世传奇。

女人，是为了创造新情趣，她保密，一段时间，他为了性”身边，粉丝们都在想他和赵雅淇深夜要怎么买，我也尽量找个黑人老公嫖娼之后不要问。

2万块。男神可能会卖。老公，日日好感动。阿九跟进了，去找你，我们一样啊，都是需要的人，这5月了你也会喜欢啊、更有彭于晏

输出的文章70%都是这样的小黄文你信   >_<|||

宫斗剧：

其实，拿来考虑如何斗小三，讲述自己杀死了，她真的不如新买的人赚钱。但陈澈很快就着手去回报大一的梦想，即使被揍进医院。我挺过来”，看到的是校花。最后没有出现，还是花时间好好学习。

其实这就是不懂拒绝前要冷静地想，要坐到这里，跪舔他的同学，是因为他已经配不上。她闺蜜有一些不好相处，我完全不爽，另一个朋友问，你被架空了？每个兄弟嘛，耐久度的事都遇到真爱就没问题，但我没高兴”，赏他几耳光。

男人出轨的。“己所不欲，直接告诉我去找我妈妈。这种怂，她这不解风情的天使，他瞬间炸毛。他投票，他老婆生孩子。我前男友劈腿了两个苹果，直接，我和小三死磕，分手

男人出轨就是锦上添花。单位很多的，你已经生气了，很酷，她在自己的公司是一只猴子。把我们的人生当成一个粉丝，这样过来抱抱！

男人出轨了，故事告诉你，真的不幸遇到熟人，啊。“你想去市场买菜、系主任、实在受不了了，身材啊！”，不就是跟我一起下班，为毛有些人无限风光，她陪你只有你从来不做某件事，跟你，睡你

可咋办？我们报社，我就睡他哥们。你喜欢事业单位，很满意，男生，节日里北大中文系一个穷人，小安选择了原则的性，每一天，她脱离社会太憋屈了，就会说，然后你才会愉快。

美女特别懒散、养小三、我唯一的实习生就是两个出轨？？因为加班怂逼领导是你能学到的喜好

很厉害的样纸：

粉丝说世上最美好的黑料，是荒岛上的签名CD，有16个蜡染的节目，说，他真的挺想去。马云自己的设计LOGO啊，那是，大家的理由！

别人高的时候我的洪荒之力，是当妈的一席之地。首先，开始工作想提供差异化价值付出、车子都晕了，还是假LV、接下来应该是在乎别人睡自己的。就可以先找到了，并不是耶稣本人。

美女特别甜美，背后说，我逛街，不要把她看出来，他们除了你已经两米高，美女嘛。有才华，这个伟大，没有退路了嫉妒者联盟

这，真的很屎尿屁：

现在把一个毫无心理准备的朋友胖，他非常生气了，但他湿漉漉的我多么屎尿屁！如果聊到吃，不会背叛过大的本能——我对她老公，一定谨慎使用电钻

我相信的。“你的公司吃一顿，怕我不，要。这是苟且，这只是每个人畜无害的时候，看到桌上摆着自己活成一个男人。那天开始翻垃圾。可是，我那么穷，

男人，不再掩饰尴尬、抠脚…他真的很惊艳，老公是服务员，一直以为自己不要总说你愿不愿意给你拿不出手，这是，鬼，又吵架是充话费送的真感情出最大问题了她

美女特别讲过，有种穿越过来抱抱！阿九，你做兼职，包括洗厕所都特别是当妈的事，大面积存在感的付出了，赚，老板拉屎，他们感到羞耻。

明星集锦：

他们只是有时候有钱，不是天生的，不像一个人，像马天宇。要急死了………你们经理出来，她当时转正特别好吗。大佑说，就会记得，那段时间太穷了。

我疯狂地说什么了，我们从来没有光环了一已经没有啊，我会非常自责。然而这样的男人该写，撑到了，他每天看了也可以原谅，我们真的就是呵呵。我这种风凉话，有人夸胡歌，你老婆都会觉得感激。她爸马上成名。很多的朋友圈转疯了。

男人，白衬衫外面这么好赚？女人放在眼里。男生惹毛了傻逼的老师。李易峰好男儿决赛那天，不走心。

我愣了呀。别怀疑自己当孙子，不是陌生人才看到了，咪蒙的专业性。他真的是当初是一种能力。一个屁都挤满了呀。林丹还能不能不要喜欢他

男人不会尴尬。因为不满意，你都去了再PS：王小波的屎也在，我每天跟服务员理论。

男人出轨之后，却勇敢一次捐钱了，会瞬间喜欢他都没有否决权的原创段子，想着跟对方难堪，贾玲，送给小安这个经纪人，一个美女嘛。还有一颗纽扣，要帮帮老陈，陪聊。

我留在这座城市，搞起来。大佑问阿九这样的人生，就是最高的搪瓷碗。喝一杯皇家有机纯天然一锅汤

孙杨自己写得更具可读性？当时看到明星被嘈杂淹没。一个歌手唱功那么差，喜欢那些绿茶婊，生怕一开始同居，讲过最好的高级人种啊。

他们也尽量符合直男最难以忍受的碎花裙，是难得的情商高的，瞬间就不敢说：我，只是不要求，你JJ分级制度！阿九，送给她的是吴彦祖。

小黄文啊小黄文：

我有更多赚钱，一个吃货，总得找个好看啊。明知道，我们不是天堂，炸了无数次处于孕期出轨，为姜果一直往外掏枪崩了怎么交卷，结果主持人拿出7岁少女，不会遇到前男友了一个文明人嘛，“按照电影标题要美

男人动不动就只有穷亲戚。先采访她世界特别委屈，特么的，男神打电话报警。第二天醒来。这就算领导是我不想将就坐进了，我这么小，自己喜欢自驾游，都不叫二度人，我该感动。每次TA都没瞄准，断掉了

男人无趣吧。小朵已经配不上。对于他而言，13cm，猥琐，这件事。啊！事情太多了，决心，谈笑风生，还算个小奶狗。记者说：纸媒一直鼓励女性，毫无心理准备的，我该感动的故事告诉李野都可以接受

男人裤裆里，各种等级，看起来好吗。以后，是能量，在给男友看！达芬奇有一天乞讨的赞美，但是地点在麦当劳，除了你最有上进心。

帅呀，最好还黑，还特别看不惯他还有一位是从哈佛辍学的偶像，爱情只是因为它的增大手术

如果你笑了，请随手转发    (╯▔＾▔)╯

End

大数据又一次引领技术变革大潮，智者会审时度势，寻觅良机！急你所需、SVIP课程满足六大不同人群需求！点击阅读原文，开始了之后，其实并不难：

点击“阅读原文”立即开始学习吧！