寻找一个计算频率的函数，并选择推文的最佳单词组合

Question

我创建了这个函数，它在推文中产生了两个单词的每个组合，包括双字母。例如，这条推文： ＆＃34; Facebook和阿里巴巴正在报告移动用户的惊人增长＆＃34;

将被标记为：

['Facebook阿里巴巴＆＃39;，'Facebook报道'，'Facebook令人兴奋'，'Facebook增加'，'Facebook手机'，'Facebook使用'，' 阿里巴巴报告'，'阿里巴巴惊心动魄'，'阿里巴巴增加'，'阿里巴巴移动'，'阿里巴巴使用'，'报告令人兴奋'，'报告增加'，'报告移动'，'报告使用'，'头脑 - 吹'增加'，'令人​​兴奋的移动'，'令人​​兴奋的使用'，'增加移动'，'增加使用'，'移动使用']

功能是：

   def mulibigramReturner (str_tweet_text,stopWords):


         multibigramFeatureVector = []
        list_str_words =getTokens( str_tweet_text,stopWords)

        for item in itertools.combinations(list_str_words, 2):
            multibigramFeatureVector.append(' '.join([item[0], item[1]]))
   return multibigramFeatureVector

问题是计算频率在NLTK中找到一个函数，如BigramCollocationFinder和BigramAssocMeasures来计算频率并找到最佳组合作为后续分类过程的特征。你能给我一个提示来克服这个问题。