Question

我写了这个小脚本来查找语料库中10个最常用单词的上下文。但它不起作用，我不知道我做错了什么.tien_frequentste（mijn_corpus）定义适用于它自己。

tienfrequentste = tien_frequentste(mijncorpus)
def context (corpus, most_freq):
   for category in corpus.categories():
     print "Context voor" , category, ":"
       for word in most_freq:
           print nltk.Text(corpus.words(categories=category)).concordance(word)

更新：
我在追溯上收到错误信息对于context(corpus, most_freq)，
对于category in corpus.categories()，
对于self.init()
和in_init。还有AttributeError:'NoneType' object has no attribute 'group' 不知道这些错误意味着什么......

Traceback (most recent call last):
 File "/Users/...document.py", line 92, in <module> context (mijn_corpus, tienfrequentste)

 File "/Users/...document.py", line 87, in context for category in corpus.categories(): File "/Library/Frameworks/Python.framework/Versions/2.7/lib/python2.7/site-packages/nltk.corpus.reader.api.py, line 317, in categories self.init().

File "/Users/...document.py", line 87, in context for category in corpus.categories(): File "/Library/Frameworks/Python.framework/Versions/2.7/lib/python2.7/site-packages/nltk.corpus.reader.api.py, line 289, in_init category = re.match(self._pattern, file id).group(1)

attributeError: 'Nonetype' object has no attribute "group"

Answer 1

您的语料库是否有类别且most_freq是字符串列表？以下示例有效：

from nltk.corpus import reuters
for category in reuters.categories():
print "context voor", category, " : "
for word in ["get", "have", "do"]:
    print nltk.Text(reuters.words(categories=category)).concordance(word)

Answer 2

错误来自将语料库文件分配给类别的正则表达式。它在与正则表达式模式不匹配的文件名上磕磕绊绊。如果您使用带有类别的标准NLTK语料库，则必须在语料库目录中放置一个额外的文件。如果您使用的是自己的语料库，则说明配置错误。

顺便提一下，concordance()打印其输出并返回None。如果您使用print，则会看到一大堆None值。

在语料库类别中寻找单词的上下文不起作用

2 个答案: