Question

我正在尝试从包含大量单词的ArrayList创建一个N-gram列表。我目前的代码如下：

    public void ngram(int n){
    int i = 0;
    for(String a : arraylist){
        if (i < arraylist.size() - 2) {
    ngramlist.add(arraylist.get(i) + " " + arraylist.get(i+1) + " " + arraylist.get(i+2));
    i++;
    }
    }
    System.out.println(ngramlist);
}

其中arraylist是带有单词的列表，ngramlist是我想要从arraylist创建的列表。此代码有效，但不是我想要的。如果我输入像“猫狗鸟桌椅”这样的文字，输出将是“猫狗鸟，狗鸟椅，鸟椅桌”。我想要完成的是能够使用变量n输入我想要连续添加的单词数量。因此，如果我把2作为n，那将是“猫狗，狗鸟，鸟椅，椅子桌”。

所以我希望我的代码是这样的：

    public void ngram(int n){
    int i = 0;
    for(String a : arraylist){
        if (i < arraylist.size() - n) {

    (add all the words between i and i+n, so if n is 3 it adds 0-2, 1-3, 2-4 etc.)

    i++;
    }
    }
    System.out.println(ngramlist);
}

Answer 1

使用StringBuilder：

for(String a : arraylist){
    if (i < arraylist.size() - n) {
        StringBuilder sb = new StringBuilder();
        for (int j = 0; j < n-1; j++) {
            sb.append(arraylist.get(i+j)).append(" ");
        }
        sb.append(arraylist.get(i+n-1));
        ngramlist.add(sb.toString());
        i++;
    }
}

Answer 2

所以你可以在你的主要内部使用另一个循环：

String ngram = "";
for (int j = 0; j < n-1; j++)
     ngram += arraylist.get(i + j) + " ";
ngram += arraylist.get(i + n - 1);
ngramlist.add(ngram);

我同意这可能是低效的，因为它会创建很多字符串，但除此之外它很简单，它应该可以工作。（编辑：实际上，我在想，如果这些存储在字符串池中，它甚至可能不会那么糟糕）

从ArrayList创建一个n-gram列表

2 个答案: