我如何使用nltk.containers.Trie？

Question

我想使用nltk.containers.Trie来执行简单的操作，例如将单词插入到trie中，检索具有给定前缀的所有单词，查找具有最多后代的节点（即最常见的前缀），以图形方式查看trie等等上。我找不到任何关于这种结构使用的文件。以下是我到目前为止的所有内容：

from nltk.containers import Trie
t = Trie()

我现在有一个单词列表，我需要添加到trie中。

Answer 1

这很神秘，不是吗。它基本上是一个字典，但您还可以检查字符串是否是已知密钥的前缀：

>>> t = Trie()
>>> t['they'] = 15
>>> 'the' in t
True
>>> print t['the']
None

还有find_prefix，它将尽可能多地匹配其参数，并返回它在那里找到的值（如果有的话）加上参数的其余部分：

>>> t.find_prefix("theirs")
(None, 'irs')                 # Prefix "the" has no value

您可以查看nltk/containers.py中的来源。神奇的方法是__setitem__和__getitem__，它们处理t[key]形式的表达式。

另外要知道的是：keys()方法只返回实际条目，而不是前缀。您可以使用方法subtrie来检索以给定前缀开头的所有单词：

>>> t.subtrie('th').keys()
['ey']

PS。请注意，大约六个月前，containers.py已从NLTK中删除了！在更新nltk发行版（您应该）之前，请使用其他名称保存nltk/containers.py。更好的是，只需保存Trie类。 （文件的其余部分已过时）。