从n-gram集中创建所有可能的序列

Question

我知道如何生成n-gram的句子。 例如：unigram和bigram（使用数字序列）

1 2 3 4 5 (original senctence)
=>
1,2,3,4,5 (unigram)
12,23,34,45 (bigram)

如何组合unigram和bigram（或更大的n-gram）以使所有可能的句子具有相同的原始长度。

1,2,3,4,5 (unigram)
12,23,34,45 (bigram)
=> 
1 2 3 4 5
1 2 3 45
1 2 34 5
1 23 4 5
1 23 45
12 3 4 5
12 3 45
12 34 5

我想找到解决这个问题的算法。 谢谢！

Answer 1

以下是提示：

• 假设你有5个数字[1 2 3 4 5]
• 有4个位置可以插入空间[1-2,2-3,3-4,4-5]
• 4位二进制数表示组合（0 - 无空格，1 - 空格）
• 例如：代码0110匹配[1（0）2（1）3（1）4（0）5] == [12 3 45]
• 遍历所有n-1个二进制代码。