Interface web permettant l'exploration de chaînes de Markov pour la génération de texte. Les modèles donnent les mots apparaissant le plus fréquemment après un mot donné. Les modèles sont au format JSON, selon le schéma décrit ci-dessous. Plusieurs sont donnés en exemple, tirés du premier tome de la saga Harry Potter en français, avec différents paramètres (longueur des N-grammes considérés, niveau d'élagage).
Accessible sur https://ychalier-rlv.github.io/langage-markovien/. Une démonstration de la génération de texte à partir d'une grammaire formelle est également disponible sur https://ychalier-rlv.github.io/langage-markovien/gabarit.html.
Les modèles sont enregistrés au format JSON et encodés en UTF-8. Voici un exemple, à partir des phrase il fait beau et il pleut.
{
"tokens": ["il", "fait", "beau", "pleut"],
"chain": {
"il": {
"score": 2,
"children": {
"fait": {
"score": 0.5,
"children": {
"beau" : {
"score": 1,
"children": {}
}
}
},
"pleut": {
"score": 0.5,
"children": {}
}
}
}
}
}Le champ tokens contient la liste des différents tokens, sans répétition. Le champ chain possède une structure récursive. À chaque niveau, la clé est un token, et la valeur associée un nœud avec le score (le score de la chaîne de Markov, normalisé pour que la somme fasse 1 sur tous les enfants du nœud, sauf à la racine), et les children, qui sont tous les mots suivant le mot actuel, en reprenant la structure de chain.