如何将fitHigherOrder输出转为markovchain类适配markovchainSequence？

问题核心 #

使用markovchain包的fitHigherOrder训练5阶马尔可夫链时，输出的fit_mc5$Q为数组/列表类型，无法被markovchainSequence识别为有效markovchain对象，导致报错。markovchainSequence仅接受markovchain类实例作为输入，而fitHigherOrder未直接返回该类型对象。

解决方案 #

手动从fitHigherOrder的输出中提取状态、转移矩阵，通过markovchain构造函数创建带阶数属性的高阶马尔可夫链对象。同时注意：高阶马尔可夫链的初始状态t0必须是长度等于阶数的词序列，而非单个词。

完整修改代码 #

1. 构造高阶马尔可夫链对象

# 基于fitHigherOrder输出创建5阶markovchain实例
fit_mc5 <- fitHigherOrder(text_tlp, 5)
mc5 <- new("markovchain",
           states = fit_mc5$states,
           transitionMatrix = fit_mc5$Q,
           order = 5)

2. 修改生成函数适配高阶链

create_me_mc5 <- function(num = 5, initial_sequence, n = 2) {
  # 校验初始序列长度与马尔可夫链阶数匹配
  if(length(initial_sequence) != mc5@order) {
    stop(paste("初始序列长度必须等于", mc5@order, "阶"))
  }
  
  for (i in 1:num) {
    set.seed(i+5)
    generated <- markovchainSequence(n = n,
                                     markovchain = mc5,
                                     t0 = initial_sequence, 
                                     include.t0 = TRUE)
    
    # 格式化生成文本
    generated_text <- paste(generated, collapse = " ") %>% 
      str_replace_all(" ,", ",") %>% 
      str_replace_all(" [.]", ".") %>% 
      str_replace_all(" [!]", "!") %>% 
      str_to_sentence()
    
    print(generated_text)
  }
}

# 示例调用：传入长度为5的初始词序列
create_me_mc5(num = 1, initial_sequence = c("i", "was", "walking", "down", "the"), n = 10)

关键说明 #

• 类型转换逻辑：fitHigherOrder返回的Q是转移概率数组，通过new("markovchain")传入states、transitionMatrix和order参数，将其封装为标准markovchain类对象，满足markovchainSequence的输入要求。
• 初始状态约束：高阶马尔可夫链依赖前N个词的上下文预测下一个词，因此t0必须是长度等于阶数的词序列。若需基于单个首词生成，可先从预处理语料中筛选出以该词开头的N词序列作为初始输入。

内容的提问来源于stack exchange，提问作者fre1990