Question

我与bigrams和unigrams合作。

我的双胞胎是元组的反击，我的unigrams是一个列表，其中

 uni['some key']=count

我正在努力做到这一点

 for b,countB in bigrams.most_common()
      key=b[0] # this is guaranteed to be a key for my unigrams
      uniCount=uni[key]

发生以下错误：

 TypeError: tuple indeces must be integers or slices, not str

我很困惑。为什么这会成为问题？ uni本质上是一个哈希，它的键值是字符串。我如何访问你的[密钥]？

编辑：完整代码

 # corpus is a string containing my corpus
 sp=corpus.split()

 uni={}
 for t in sp:
      try:
           uni[t]+=1
      except:
           uni[t]=0
 prev=''
 big=[]
 for t in sp:
      tup=(prev,t)
      big.append(tup)
      prev=t

 bigrams=collections.Counter(big)

 for b,countB in bigrams.most_common():
      key=b[0]
      uniCount=uni[key]

Answer 1

当你需要字典时，你犯了使用元组的错误。作为错误消息状态，元组不能通过字符串键索引 - 您应该使用数字索引。

dict会让你按照你想要的那样使用字符串键。

d = {}
d['some key] = 23

您的更新代码可以更好地了解您的工作。首先，在uni中创建一个单词计数字典。我认为这行

uni[t] = 0

实际上应该阅读

uni[t] = 1

因为当执行该分支时，您正在检测第一次出现的单词。接下来，在big中创建一个bigram元组列表，然后计算那些双字母组。

我在最后的for循环中有点迷失，其中b将是Counter项的关键，countB是计数。因此key将成为双字母组的第一个单词，而uniCount将是该单词出现在语料库中的次数。确定了这些价值后，你就不再对它们采取任何行动了，继续下一个最常见的二元游戏。

也许是时候在最后一个循环中做一些打印了？否则发布的代码看起来很合理。

Answer 2

我尝试了你的代码并得到了一个KeyError: ''，因为你的初始二元组在位置0有一个空字符串，而''不在你的unigrams字典中。我没有看到TypeError，因此可能来自您代码中的其他位置。

那就是其他各种评论：

您似乎明白了collections.Counter的作用，但是您在构建uni时偶然尝试自己做 - 您可以用以下代码替换您的第一块代码：

unigrams = Counter(sp)
您可以使用zip迭代对并以这种方式构建您的双字母组合，而不是DIY循环它，这也消除了您的''问题：

bigrams = Counter(zip(sp, sp[1:]))

所以你的代码变成了：

sp = corpus.split()
unigrams = Counter(sp)
bigrams = Counter(zip(sp, sp[1:]))

for bigram, count in bigrams.most_common():
    # etc.

Answer 3

我已经使用corpus = "Lorem ipsum dolor sit amet, consectetur adipiscing elit, sed do eiusmod tempor incididunt ut labore"执行了您的代码，因为您说错误与uni是一个元组有关，但它实际上是一个字典。

我得到的错误不同，它是KeyError上的uniCount=uni[key]，因为您正在创建元组(previous word, word)列表，corpus的第一个单词有前一个字设置为空字符串（prev=''是初始状态）。

uniCount=uni[key]行的键等于元组的第一项（key=b[0]），因为''字典中没有键uni投掷KeyError。

您可能希望将单词，而不是元组的前一个单词作为uni中使用的密钥。

无法访问Python中列表中的元素

3 个答案: