Generátor jmen!

1.2.2010 23:40 | Přečteno: 10200×

Nevíte jaké jméno dát své kočce? Proč ne třeba Barbobert? Nevíte jak pojmenovat postavy ve svém scifi-hororu? Všechny tyto problémy hravě vyřeší můj nový generátor jmen. Především je to náramná legrace.

Pro jeden svůj projekt jsem vymýšlel nástroj na generování jmen a dostal jsem tak skvělý nápad, že jsem z něj rovnou udělal utilitku pro širokou veřejnost. Ovládá se příkazovou řádkou, ale připravil jsem dva spustitelné soubory pro snadné vyzkoušení. Je zapotřebí mít nainstalovánu Javu.

Inspiroval jsem se v genetických algoritmech. Mám ženská a mužská jména. Tato se spolu kombinují a dávají vzniknout jménům novým (dětem ). Na přesné fungování algoritmu přijde po chvíli nejspíš každý sám. Není to plnohodnotný genetický přístup, protože křížení jmen probíhá náhodně. Pokud by se implementovala i selekce a mutace, bylo by možné vyvinout nejlepší jméno na světě. Řečeno mým kamarádem, "name to rule the world". I tak si myslím, že program při vhodných parametrech generuje velmi zajímavá jména.

Uvedu příklad. Mám dva vstupní soubory s cca 36 českými jmény z kalendáře.

1) 1000 křížení, posledních 10 jmen:

The boy Sin
The girl Soua
The boy Milt
The girl Bra
The boy Vateribs
The girl Suba
The girl Jaotina
The girl Beniana
The girl Jna
The boy Barbolian

2) 100 křížení, posledních 10:

The boy Zi
The boy Mn
The girl Hula
The boy Maert
The girl Rudolila
The girl Luboma
The girl Zaie
The boy Trirtin
The girl Ta
The boy Mzdor

Program spuštěný bez parametrů vypíše nápovědu. Spuštění bez parametrů z příkazové řádky: java -jar names_generator.jar. Dále jsem připravil pro snadné vyzkoušení soubory test.sh a test.bat. V adresáři se souborem JAR jsou i dva textové soubory s několika jmény do začátku.

Závěrem vyhlašuji soutěž o nejlepší vygenerované jméno. Své výtvory můžete poslat do komentáře. Vítězovi vlastnoručně vygeneruji jméno já sám .

Program je nyní ke stažení z adresy: http://home.zcu.cz/~fmelan/names_generator/names_generator.zip

And remember. Your use of this Software is entirely at your own risk. If your computer explode, I don't care..

       

Komentáře

[vencour]

Pěkné, jen tak dál, ke větší slávě FAVky

[digger]

Koukám, že ten můj prográmek konzumuje nějak hodně paměti. Už při milionu křížení vypadla hláška s Java heap space. Pomůže zvýšit heap space. Třeba: java -Xmx512m -jar ....

[pht]

Co třeba správně rušit objekty?

[digger]

Je to vlastnost algoritmu. Všechna jména zůstávají v paměti, protože se s nimi pracuje. Není to o způsobu rušení objektů.

[pht]

Genetické algoritmy mají v paměti jen aktuální populaci, zbytek se vyhazuje.

[digger]

Psal jsem, že to není plnohodnotný gen. algoritmus. Snad to v příští verzi vylepším. Paměťově i algoritmicky..

[elviin]

Na zaklade jakych znaku urcis, ze jmeno je zivotaschopne?

[digger]

V teto verzi vsechna jmena zustavaji v pameti. Ziji az do konce programu. Je to opravdu jenom jednoducha blbustka.

[AraxoN]

Chcelo by to webové demo... Aspoň cez Java webstart, keď už nijak inak.

Btw, tiež som generoval nejaké mená, ale zameriaval som sa na geografické názvy. Ruské názvy sa mu celkom daria, ale české mu príliš nejdú...

[JiK]

ta tva fantasy jmena jsou super.

[AraxoN]

Áno, na tie fantasy názvy používam iný algoritmus a na slovníku pre nich som robil dosť dlho. Nie sú veľmi dobre priradené kľúčové slová k tým slovám a nie je dobre urobený ani výber podľa týchto kľúčových slov, preto to občas vyhodí blbosť. A najhoršie na tom je, že celé sa to hodí len na slovenský jazyk, lebo sa berie do úvahy gramatika, ktorá je pre každý jazyk iná. Doplnil som k tomu zdroják, ak sa v tom chce niekomu vŕtať - je na tej pôvodne odkazovanej stránke.

[sam]

Lom tichých zlosinov :)

[AraxoN]

Opravené. Chybička sa vlúdila.

[AraxoN]

Osada veterných pánov - tam by som nechcel bývať! X-D

[Jary]

The girl Bra (:

[Shadow]

Proč by se dívka nemohla jmenovat Podprsenka?

[Jary]

Klidně může, ale minimálně v dětství ve škole bude prožívat kruté chvíle.

[pht]

Já bych spíš řekl že až po škole.

[Jan Zahornadsky]

Zajímavé, jen bych nacvičil nějaký Markov model, aby to trošku odfiltrovalo kompletně alingvistická jména jako Mn nebo Jna. Třeba tak naimplementovat fitness funkci, aby to mělo trošku víc společného s těmi evolučními algoritmy...

[Kvakor]

Alingvistická? V jakém jazyce? Co když se autor páchá dílo, ve kterém je "Ph'nglui mglw'nafh Cthulhu R'lyeh wgah'nagl fhtagn!" stejně lingvistycky korektní jako v češtine "Plch zdrh skrz drn, prv zhlt čtvrthrst zrn"? Uživatel by měl mít možnost vybrat si model, protože v konečném důsledku by volba modelu (ať udělaného ručně, nebo analýzou existujících dat a vygenerovaním pravěpodobností pro jednolivé přechody) ovlivnila "vzhled" jmen a tudíž i "jazyk" vyenerovaných jmen.

Ale fitness funkce, která by analyzovala vzniklé jméno a ohodnotila ho například podle pravděpodobnosti, podle které se jednotlivá písmena, dvojce a trojce (bigramy a trigramy) vyskytují v příslušném jazyce, by byla docela zajímavá, protože vzniklá jména by postupně měla vypadat čím dál více jako běžná slova z onoho jazyka. Je jen škoda, že zatímco pro existující jazyky není problém získat hotová data (v odkazovaném článku na Wikipedii jsou odkazy na data pro angličinu a češtinu) či si je vygenerovat ručně z rozsáhlých textů, pro fiktivní jazyky bude poněkut více problematické ...

[digger]

Představoval jsem si aplikaci pro web, kde by návštěvníci sami hodnotili, která jména se jim líbí. To by podle mě byla ideální fitness funkce.

[Jan Zahornadsky]

Myslel jsem alingvistická v původním jazyce (vstupem algoritmu přeci je sada jmen, ne). Z těch se spočtou bigramy, v případě zájmu a množství dat třeba i trigramy a pokud je generované jméno moc nepravděpodobné, nepoužije se.

[kotyz]

ve welstine to neco znamenat muze. napr FFWC je tam nejaka nadavka (nemam tuseni jak se to cte, akorat vim ze uplne jinak nez se to pise).

[Martin Beránek]

a kde je zdrojový kód??? ... kam ten svět spěje ...

[digger]

Ještě nevím, jestli zveřejním zdroják. Jednak bude součástí jinýho projektu a potom ho musím ještě trochu učesat. Taky si chci přečíst, jak vlastně funguje GPL.

[Marek Bernát]

Kam speje? Akože v minulosti sa zverejňovali zdrojové kódy úplne všetkých programov a len v poslednej dobe sa začal objavovať closed source? Takto ste to mysleli?

[pc2005]

No vlastně jo, v šedesátých letech třeba . Akorát, že pak by tak "poslední doba" byla dost dlouhá .

[:::]

nevim jak bylo co v minulosti, ale to ze nekdo spusti binarku kterou najde nekde na foru je vrchol stupidity...

A evidentne, podle diskuze, se tady par takovych lidi naslo... vazne tohle bych cekal na facebooku nebo nekde, ale ne na foru plnym "odborniku"...

digger: doufam ze uz mas root aspon u 10 stroju... :)

[Marek Bernát]

Odborník nemá problém binárku dizasemblovať a pochopiť čo robí. Pravda "odborník" je na tom asi horšie

[Marek Bernát]

Oprava, toto bola vlastne Java. Stačí len dekompilovať a ten výsledný kód býta obvykle celkom dobre čitateľný

[Martin Beránek]

To ano, avšak není cílem se někomu vlámat do kódu. Pokud je to "blbůstka" jak autor zmiňuje, asi by opravdu nebyl problém těch pár řádků zveřejnit "as-is". Prostě bez zdrojáku absolutně nechápu proč psal tenhle blog... jsme na abclinuxu kde se předpokládá jistá inteligence čtenářstva a pokud všem stačí: "hele lidi napsal jsem programek, můžete si ho taky spustit", pak jsem asi ve špatném blogu. Pouštět to bez kouknutí do zdrojáku imho nemá vůbec žádnou cenu - pouze ztráta času (a ne že bych se bál, že by ten program snad promazával home ;) )

[Marek Bernát]

To ste si asi skutočne pomýlili portál. Toto je portál o linuxe, nie o programovaní. A mimochodom, programy sú občas užitočné aj samé od seba, nielen z programátorského hľadiska Keď niekto naprogramuje hru, tak prvé, čo spravím, bude, že si ju zahrám. Nie, že budem pol roka študovať kód, aby som zistil, jak ju programoval. To je choré

[digger]

Zajimalo by me, kolik odborniku si nejprve precte zdrojak toho co spousti Nebo je zverejneni zdrojaku zarukou kvality a poctivosti? Mozna jsem tuhle reakci nepochopil.

[Jendа]

A co jiný uživatel nebo rovnou virtualizace?

[digger]

Ted me trochu mrzi, ze jsem nepripojil zdrojak. Asi by si to pak spustilo vic lidi. Holt jsem zapomnel kde vlastne pisu blog

[amigapower]

Hehe, potřebuju 3 klučičí jména na "C" pro vrh "C". Jak to donutit aby to plivalo jména na C?

[Tomáš Heger (geckon)]

echo "Cyril" >> m_cz.txt
echo "Cecilie" >> f_cz.txt
java -jar names_generator.jar m_cz.txt f_cz.txt 100000 10000 | grep "^The boy C"

[digger]

Jmena to vybira nahodne, takze do obou souboru dat jmena zacinajici na c

[kotyz]

Cleo, Cenaron, Cyril, Cecil, Cinamon, Cerebus, Cefalon, Cabal, Cafourek, Cical, Celef, Cojeto, Cocoa, Colab, uz me dalsi craviny nenapadaji

nic z toho asi stejne nebudes moct pouzit ...

[Andrej Herceg]

Ďalšie mená sa dajú generovať napr. na stránke (stačí tam dať mená oddelené medzerov a stlačiť Generate).

[amigapower]

stlačiť Generate

LOL! Přečet sem...

stlačiť Genitálie

[kotyz]

to neni zase tak blbej napad, aspon se smichy nepochcijes az si budes cist vysledky

[USMA]

dej to na http://cli-apps.org/

[zelial]

Mzdor je hustokrute jmeno! tak nejak se urcite jmenoval sauronuv mzdovy ucetni.

[kralyk z abclinuxu]

Jo tak vodtud má amigapower ty jména! Ajá nad tim furt bádal, kde jako vzal takový kousky jako "Greebo van di-Anthés" apod.

[kotyz]

Greebo je z naky knizky a va di-Anthes by mela bejt chovna stanice v Holandsku, tam neni co vymeslet ...

[kotyz]

Aliefa, Bendragor, Cegilot, Dendra, Eforox, Feia, Gruren ...

vsechno vyplody meho chorobneho mozku, generator se muze jit zahrabat, na tohle nema

[Tomáš Heger (geckon)]

Tak a teď těch jmen vygeneruj deset tisíc :-P

[kotyz]

100 bych este zvlad, ale 10 000 je uz moc. ja preferuju kvalitu pred kvantitou