它似乎使用具有“长短期记忆”（LTSM）架构的循环神经网络（RNN）。

这里总结了作者 Ross Goodwin 创建它的开发过程。

在我看来（并且在上面的链接中也观察到）输出相当差 - 与人们对马尔可夫链的期望相当，这是一种已有 100 多年历史的技术。

我没有深入研究这项技术，所以我可能会误会，但也许它如此糟糕的原因之一是（据我所知），模型构建过程本质上是词法- 即它正在链接在一起的标记（单词）没有任何更明智的语言模型来指导它。特别是，生成的输出似乎对物体所扮演的功能角色一无所知（椅子是支撑物体，人类用来坐等），这可能很容易被合并。