Generador de texto con cadenas de Markov

 

El concepto matemático de cadenas de Markov ha servido para crear generadores de texto durante muchos años. Una descripción más detallada puede encontrarse en este enlace del blog.

Esta técnica ha quedado borrada con la aparición de los Grandes Modelos de Lenguaje (LMM) aunque, en el fondo, las redes neuronales transformers no dejan de tener un trasfondo de esas cadenas de Markov.

En cualquier caso, aún cuando quedan ya en desuso, sigue habiendo programas sencillas que implementan esta técnica para experimentar cómo pueden crear cadenas de texto que "se parecen" a la semilla dada, aunque en general producen párrafos son mucho sentido.

La ventaja es que son muy simples de programar y usar sin necesidad de las enormes necesidades de potencia de cálculo, energía y refrigeración que precisan los LLM.

Uno de estos pequeños programas es el HP Markov chain text generator del nederlandés Hay Kranen que puede encontrarse en este enlace.

Por ejemplo, introduciendo el inicio del Quijote (en grafía original), el resultado es:

Se daba una diferencia en los autores que este sobre caballerías en que de los libro con la imaginación y gusto, que olvidó casi de tal manera mi razón que don Galaor, hermano de caballerías, con las que estaba bien con razón de este castillo y todo, que de solo ello. No estaba ocioso —que era que no en esto, que olvidó casi de tomar la pluma y desatino en esto que vendió muchas partes hallaba el hijo de la Ardiente Espada, que deste caballero acordarme3, no ha muerto a Roldán, y más cierta en los de la Mancha, de campo y plaza quebrantos los autor aquellos ratos que todo, alaba escriben, aunque podía el mundo. Decía sido muy buen caballero que no tenía muy bien con los cielos que de la promesa de añadas invenciones, que no era verdad.

Es, pues, de todo, que no quiero el juicio. Llenósele de todo aquece, que vivía un hidalgo con los libros, así de lo estaba escriben, aunque porque olvidó casi de velarte, calzas de desafíos, estas, con su vellorí de los brazos36. Decía él que era todo aquellas soñadas invenciones que era él, por entende robar cuantos topaba, y aunque a mi razón enflaquece, de todo aquel ídolo de vuestra divinidad divinamentas y deseo de todos fieros y qué leer, y, así, llevó a tan llorón como su cura de Hércules, cuando leía en zaga.

En revés había el poco dormir y del poco a perdía muerto a Roldán, el hijo de Silva, porque tenía otra historia más cuando le veía sido mejor caballero el juicio, y que merecimientos no se le vino descomunales gigantes. Mejor caballero de carnero, salpicón recia, seco de coces al ama que este casa un hidalgo, los ratos los de la Tierra de la caza. Quierencia con razón se hace, que se le parecían las heridas razones perder el rocín competencias, barbero del mesmo pueblo, decía él no se le parecían tan llorón como los que le podadera. Frisaba la sinrazón enflaquece, que coces y señales. Pero en claro, y los que le parecía él, porque tenía sido muy acomodada condición gigante Morgante, porque le hubiesen curado, no de vellorí de encantasía de cuyo nombre de «Quijana». Pero de la caza. Quieren decir que tener el rostro y plaza que vino a perdía el celebro con la pluma y descomedio dos fino. Tenía que leía en los cielos y que era verdad.

Sin duda, un galimatías, pero con el estilo del original.