Gerador de texto de João Guimarães Rosa
Gerador de texto treinado nas obras de João Guimarães Rosa para escrever como o autor.
O site com resultado do projeto pode ser encontrado aqui:
Uso
As dependências do projeto estão disponíveis em requirements.txt e podem ser instaladas com o seguinte comando:
pip install -r requirements.txt
Extração de dados
O corpus foi montado utilizando todas as obras de João Guimarães Rosa, são elas: Sagarana, Corpo de Baile, Grande Sertão Veredas, Primeiras Estórias, Tutameia, Estas estórias e Ave, palavra. Os PDFs de todos as obras foram coletados do site LeLivros.
A extração do texto dos PDFs foi realizada com o arquivo extract_pdf.py.
Informações como notas da editora, prefácios e textos teóricos de outros autores sobre os livros foram retirados manualmente.
Modelo
A construção do modelo utilizado para criar o gerador de texto está disponível em geração_texto.ipynb.
Feito por: Julia Pocciotti