Question

编辑：错误修正

我们的想法是从文件中读取文本，清理文本，然后配对连续的单词（不是permations）：

file = f.read()
words = [word.strip(string.punctuation).lower() for word in file.split()]
pairs = [(words[i]+" " + words[i+1]).split() for i in range(len(words)-1)]

然后，对于每对，创建一个列表，列出在整个文本中可以跟随该对的所有可能的单个单词。 dict看起来像

[ConsecWordPair]:[listOfFollowers]

因此，引用给定对的字典将返回可以跟随该对的所有单词。 E.g。

wordsThatFollow[('she', 'was')]
>> ['alone', 'happy', 'not']

我实现此目标的算法涉及 defaultdict（list） ...

wordsThatFollow = defaultdict(list) 

for i in range(len(words)-1):
    try:
        # pairs overlap, want second word of next pair
        # wordsThatFollow[tuple(pairs[i])] = pairs[i+1][1]
        EDIT: wordsThatFollow[tuple(pairs[i])].update(pairs[i+1][1][0]
    except Exception:
        pass

我并不担心我必须避免的价值错误“尝试 - 除了＆＃39; （除非我应该）。问题是算法只能成功返回其中一个关注者：

wordsThatFollow[('she', 'was')]
>> ['not']

很抱歉，如果这篇文章对社区不利，我会在我去的时候搞清楚事情^^

Answer 1

您的问题是，当您真的要扩展时，您总是会覆盖该值：

# Instead of this
wordsThatFollow[tuple(pairs[i])] = pairs[i+1][1]

# Do this
wordsThatFollow[tuple(pairs[i])].append(pairs[i+1][1])

Defaultdict（）正确的选择？

1 个答案: