Python，匹配bigram字典與文本

我很努力與匹配一個3字的句子與一個二字的digram字典，它計數（第一個字和第二個字）和（第二個字和第三個字的頻率）。我想要的是如何匹配的字符串（AAA BBB CCC）是在雙精度和（AAA BBB）有一個計數和（BBB CCC）有一個計數，然後我們採取最大？Python，匹配bigram字典與文本

Counter({ 
('BBB', 'DDD'): 3, 
('AAA', 'BBB'): 2, 
('DDD', 'XXX'): 1, 
('DDD', 'YYY'): 1, 
('YYY', 'BBB'): 1, 
('BBB', 'CCC'): 1, 
('CCC', 'AAA'): 1, 
('XXX', 'BBB'): 1})

來源

2013-03-10 Peace

plase解釋你的字典中的鍵的樣子，以及3個字序列的類型....他們是字符串還是元組或什麼？ – 2013-03-10 01:48:56

你能解釋一下你想做什麼嗎？我不認爲有一種通用的方法可以知道「AAA BBB CCC」是否出現在僅給出雙字典的語料庫中。 – Blckknght 2013-03-10 01:57:27

如果我有一個句子（AAA BBB CCC）和字典的雙字節頻率。我想比較一下，如果bigram（AAA，BBB）> bigram（BBB，CCC）那麼這個句子就是括號，否則它就是正確的括號。 – Peace 2013-03-10 02:37:58

它應該是非常簡單的查詢您的兩個二元語法，使您的三個詞的句子，並比較它們計數器。這裏有一種方法：

def find_sentence_bracketing(sentence, bigram_dict): 
    left = sentence[0:2] 
    right = sentence[1:3] 
    if bigram_dict[left] > bigram_dict[right]: 
     return "left bracketing" 
    else: 
     return "right bracketing"

當然你也可以做的比返回一個字符串以外的東西，這只是爲了演示的基本理念。

代碼的重要組成部分是元組切片，它產生left和right bigram元組，然後可以用它來索引字典。

來源

2013-03-10 03:37:45 Blckknght

如果任一鍵不在字典中或兩者都不是？ – Kenosis 2013-03-10 03:49:15

@Kenosis：一個'Counter'實例（來自'collections'模塊）對於不存在的鍵將總是返回零，所以如果字典與問題中的一樣，那麼就沒有問題了。 – Blckknght 2013-03-10 04:09:37

Python，匹配bigram字典與文本

回答

相關問題