撰写包含160位可恢复信息的合成英语短语

Question

我有160位随机数据​​.

只是为了好玩,我想生成伪英语短语来"存储"这些信息.我希望能够从短语中恢复这些信息.

注意:这不是一个安全问题,我不在乎别人是否能够恢复信息甚至检测到它是否存在.

更好的短语的标准,从最重要到最不重要:

• 短
• 独特
• 自然的

目前的方法,建议在这里:

取三个1024个名词,动词和形容词列表(选择最受欢迎的名词).通过以下模式生成短语,为每个单词读取20位:

Noun verb adjective verb,
Noun verb adjective verb,
Noun verb adjective verb,
Noun verb adjective verb.

现在,这似乎是一个很好的方法,但这句话有点太长,有点太沉闷.

我在这里找到了一个单词集(部分语音数据库).

经过一些特别的过滤后,我计算出这个语料库大约含有

• 50690个可用的形容词
• 123585名词
• 15301动词
• 13010副词(不包含在模式中,但在答案中提到)

这让我可以使用

• 每个形容词16位(实际上是16.9,但我无法计算如何使用小数位)
• 每个名词15位
• 每个动词13位
• 每个副词13位

对于名词 - 动词 - 形容词 - 动词模式,这在短语中每个"句子"给出57位.这意味着,如果我将使用我可以从该语料库中获得的所有单词,我可以生成三个句子而不是四个(160 /57≈2.8).

Noun verb adjective verb,
Noun verb adjective verb,
Noun verb adjective verb.

还有点太长而且沉闷.

任何提示我如何改进它？

我看到我可以尝试:

• 尝试在编码之前以某种方式压缩我的数据.但由于数据是完全随机的,只有一些短语会更短(而且,我猜,不是很多).

• 改进短语模式,这样看起来会更好.

• 使用几种模式,使用短语中的第一个单词以某种方式指示将来解码使用的模式.(例如,使用最后一个字母甚至单词的长度.)根据数据的第一个字节选择模式.

......我对英语不是很好,可以提出更好的短语模式.有什么建议？

• 在模式中使用更多语言学.不同的时态等

......我想,我需要比现在更好的词语语料库.任何提示我可以在哪里得到合适的？

Answer 1

我会考虑将副词添加到您的列表中。这是我想出的一个模式：

<Adverb>, the
    <adverb> <adjective>, <adverb> <adjective> <noun> and the
    <adverb> <adjective>, <adverb> <adjective> <noun>
<verb> <adverb> over the <adverb> <adjective> <noun>.

这可以编码 181 位数据。我使用不久前根据 WordNet 数据制作的列表得出了这个数字（可能有点偏差，因为我包含了复合词）：

• 12650 个可用名词（13.6 位/名词，向下舍入）
• 5247 个可用形容词（12.3 位/形容词）
• 5009 个可用动词（12.2 位/动词）
• 1512 个可用副词（10.5 位/副词）

例句： “浸泡，习惯性的愚蠢，社会投机的样本和无畏的灾难性的，在某个互惠的宏观世界天使般地排除在不可避免的间歇性被子上。”