RedditMarkovBot:一个机器人,每当您在 reddit 上发布 MarkovME 时,都会使用马尔可夫链对您的评论进行随机抽样进行响应-源码

上传者: 42107374 | 上传时间: 2021-06-23 12:04:49 | 文件大小: 491KB | 文件类型: ZIP
Reddit 评论的马尔可夫链 要运行您自己的实例,只需执行“pip install -r requirements.txt”,然后运行“python markovReddit.py”。 这在 Python 2.7 上运行。 另外,请忽略我在编码时写给自己的所有随机笔记。 不过,如果您想实现我的任何 TODO,我会很高兴。 要在 reddit 上使用,只需输入 MarkovME 以获取过去的评论,并输入 MarkovME: freqCount 以分析您最常用的单词。 更好格式化的 TODO: 我希望这个机器人有线程。 具体来说,我希望它为每组 subreddits 都有一个单独的实例。 现在,praw 使用 praw-multiprocess 支持这一点。 我正在努力使机器人在几个不同的进程中运行。 这很容易,因为它不共享状态。 我最终想要一个数据库,这样我就可以开始收集有关用户

文件下载

资源详情

[{"title":"( 11 个子文件 491KB ) RedditMarkovBot:一个机器人,每当您在 reddit 上发布 MarkovME 时,都会使用马尔可夫链对您的评论进行随机抽样进行响应-源码","children":[{"title":"RedditMarkovBot-master","children":[{"title":"Kant_sample_text.txt <span style='color:#111;'> 1.21MB </span>","children":null,"spread":false},{"title":"stopwords.txt <span style='color:#111;'> 955B </span>","children":null,"spread":false},{"title":"markovReddit.py <span style='color:#111;'> 5.94KB </span>","children":null,"spread":false},{"title":"__pycache__","children":[{"title":"markov_bot.cpython-34.pyc <span style='color:#111;'> 3.54KB </span>","children":null,"spread":false}],"spread":true},{"title":"pickled_files","children":[{"title":"read_comments.pkl <span style='color:#111;'> 294.85KB </span>","children":null,"spread":false},{"title":"comments_buffer.pkl <span style='color:#111;'> 6B </span>","children":null,"spread":false}],"spread":true},{"title":"requirements.txt <span style='color:#111;'> 90B </span>","children":null,"spread":false},{"title":".gitignore <span style='color:#111;'> 34B </span>","children":null,"spread":false},{"title":"README.md <span style='color:#111;'> 1.29KB </span>","children":null,"spread":false},{"title":"markov_bot.py <span style='color:#111;'> 4.26KB </span>","children":null,"spread":false},{"title":"markov_bot.pyc <span style='color:#111;'> 5.08KB </span>","children":null,"spread":false}],"spread":true}],"spread":true}]

评论信息

免责申明

【只为小站】的资源来自网友分享,仅供学习研究,请务必在下载后24小时内给予删除,不得用于其他任何用途,否则后果自负。基于互联网的特殊性,【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查;无论 【只为小站】 经营者是否已进行审查,用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场,基于网友分享,根据中国法律《信息网络传播权保护条例》第二十二条之规定,若资源存在侵权或相关问题请联系本站客服人员,zhiweidada#qq.com,请把#换成@,本站将给予最大的支持与配合,做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明