Question

有人可以告诉我如何考虑给定单词周围的单词吗？例如：如果我们有句话：“今天天气晴朗，我们喜欢散步。” 然后，如果窗口大小为5，我想得到以下内容：

今天天气（中心：“今天”）
今天的天气是（中心：“the”）
今天天气很好（中心：“天气”）
天气晴朗（中心：“是”）
天气很好，我们（中心：“很好”）
很好，我们喜欢（中心：“和”）

等等。考虑到双胞胎是没有问题的：

bigrams = [p for s in corpus_lemm for p in nltk.bigrams(w for w in s)] #take bigrams inside of each sentence

但是我如何考虑给定窗口大小的单词？

非常感谢您的帮助！

Answer 1

抱歉，我对Python没有多少控制权但是在JS中可以完成以下工作。希望你可以将它实现为Python。

＆＃13;

var str = "Today the weather is fine and we love to walk.",
    arr = str.split(/\s+/),
    win = 5,
 result = arr.map((w,i,a) => Array(win).fill()
                                       .map((e,j) => a[i + j + -1 * Math.floor(win/2)])
                                       .reduce((p,c) => p ? c ? p + " " + c
                                                              : p
                                                          : c));
 console.log(result);

＆＃13;

根据你的评论...虽然坚持使用相同的算法，但我可以扩展我的答案如下。

＆＃13;

var arr = [1,2,3,4,5,6,7,8],
    win = 5,
 result = arr.map((_,i,a) => Array(win).fill()
                                       .map((e,j) => a[i + j + -1 * Math.floor(win/2)])
                                       .reduce((p,c) => p ? c ? [].concat(p,c)
                                                              : p
                                                          : c ? c
                                                              : undefined));
 console.log(JSON.stringify(result));

＆＃13;

Answer 2

我不确定我是否了解窗口，但似乎是您想要的输出。

s = "Today the weather is fine and we love to walk"
words = s.split()
win_len = 5

half_win = win_len // 2

print "\n".join(words[:half_win])

for i in range(len(words) - win_len + 1):
    window = words[i:i+win_len]
    # print " ".join(window)
    print window[len(window) // 2]

print "\n".join(words[-half_win:])

输出

Today
the
weather
is
fine
and
we
love
to
walk

Answer 3

您可以使用list.index并列出切片来检索所需的单词。

def words(text, search, window):
    words = s.split()
    i = words.index(search)

    low = i - window // 2
    high = low + window
    low = max(low, 0)

    return words[low:high]

取一些以指定的

3 个答案: