我不确定这里是否合适，一个朋友告诉我来这里。我想制作一个AI，在训练期间接收文本，之后根据用户的“采样”生成新的文本（这不是用于聊天程序）。

例如，如果我在训练时输入以下内容：

abc123,test,exampledef456,work,coolio

在采样时输入以下内容：

ghi789,what

它应该根据已知的内容输出一些东西，但不会是它所知道的完全复制品（当然，除非输入内容用于训练）。

这是可能的吗？是否存在用于此目的的现有模型？我在考虑使用char-rnn，但它在采样时不允许自定义输入。

如果这里不是合适的地方，或者如果这在这个网站上不被允许，我深表歉意。我已经进行了广泛的研究，但找不到任何相关信息。我了解一些TensorFlow，但不足以从头开始。

提前感谢！

回答：

字符RNN将是开始这个项目的好地方。如果你是这个领域的新手，这绝对是最好的起点，因为有很多教程和示例可以帮助你起步，而且我们知道它们是有效的。

阅读Karpathy关于此主题的优秀博客和论文：http://karpathy.github.io/2015/05/21/rnn-effectiveness/

你当然可以在采样期间提供自定义输入。一旦网络训练完成，你可以以多种不同的方式进行采样，事实上，你必须至少提供第一个字符作为“自定义输入”。

典型的采样模式是随机选择第一个字符作为第一个RNN序列步骤的输入。然后，RNN会生成一个覆盖字母表的概率分布，你可以从中随机采样下一个字符。

对于第二个字符，假设你从RNN的概率分布中采样，那么随机选择的字符将成为下一个RNN序列步骤的输入。依此类推处理后续字符。

请注意，没有什么能阻止你播种一个多字符序列，忽略RNN在每个步骤的输出，然后在某个输入序列完成后采样RNN的输出。这样，你就可以实现你的目标，即从一个自定义输入序列开始，然后继续下去。我预计这种方法对你来说会非常有效。