我从斯坦福大学NER中提取了一个词典列表，并创建了如下列表：
myList = [
{'A':{},'B':['C','D'],
'names': {'PERSON': [u'John Butters', u'Bill', u'Hillary Clinton'],'LOCATION': [],
'ORGANIZATION': [u'FactSet', u'Pfizer Inc. PFE']}},
{'A':{'Hello'},'B':['F','E'],
'names': {'PERSON': [u'Tim Anderson', u'Hillary Clinton'], 'LOCATION': [ u'US'],
'ORGANIZATION': [u'Goldman Sachs GS', u'ConocoPhillips COP', u'FactSet']}},
{'A':{'right'},'B':['M','N'],
'names': {'PERSON': [u'Mohammed bin Salman', u'Spano'], 'LOCATION': [u'Saudi Arabia',u'Red Sea'],
'ORGANIZATION': [u'Aramco', u'FactSet', u'Goldman Sachs GS']}}
]
换句话说，我有一个如下列表：
myList = [{},{},{}]
每个字典都包含一个特定文档的详细信息。名字的关键＆＃39;是一本字典：
'names':{'PERSON':[], 'LOCATION':[], 'ORGANIZATION':[]}
我打算在＆＃39;名称＆＃39;的关键字下提取值的频率。 ----＆GT; ＆＃39;组织＆＃39;在整个文档中，然后计算每对名称在myList中一起出现的次数。任何帮助将不胜感激。 输出应如下所示：
{u'FactSet': 3, u'Pfizer Inc. PFE':1, u'Goldman Sachs GS':2, u'ConocoPhillips COP':1, u'Aramco':1}
最后，我想计算上述名字的共同出现次数。输出可以是：
{[u'FactSet', u'Pfizer Inc. PFE']:1,
[u'Goldman Sachs GS', u'ConocoPhillips COP']:1,
[u'Goldman Sachs GS', u'FactSet'] :2,
[u'Aramco', u'FactSet']:1,
[u'Aramco', u'Goldman Sachs GS']:1 }