使用google_ngram_downloader阅读google ngrams

Question

我正在使用 google_ngram_downloader 来阅读Google数据集。

代码：

from google_ngram_downloader import readline_google_store
fname, url, records = next(readline_google_store(ngram_len=1))
for x in range(0,5):
    print next(records)

这里我从0,1，... a，b，c .. z 开始逐个读取数据集。 下一个（readline_google_store（ngram_len = 1））逐个给出ngrams。我想直接读取'a'，'b'的数据集，不是一个一个。

必填：只读数据集，该数据集以字母'a'开头，具有 1-gram 数据集。

Answer 1

一种方法是明确添加indices。使用此行可以获得以 a 开头的长度为1的ngram。

fname, url, records = next(readline_google_store(ngram_len=1,indices='a'))