使用python

Question

您好我正在尝试生成n和n-1克并计算ngrams的概率。但是，生成的n-1克并不是每个子列表的最后一个元素。有人可以帮我弄清楚我哪里出错了。

Input:
input1 = [['A', 'B', 'C', 'D', 'E'],
          ['D', 'E', 'C', 'D', 'E'],
          ['A', 'C', 'D', 'D']]

for line in input_text:
    for i in range (len(line)-n+1):

        g = ' '.join(line[i:i+n])
        ngram.setdefault(g, 0)
        ngram[g] += 1
        h = ' '.join(line[i:i+n-1])
        history.setdefault(h, 0)
        history[h] +=1

n-1克的输出即历史如下： {'D'：4，'A'：2，'C'：3，'B'：1，'E'：1}

然而，它应该是{'D'：4，'A'：2，'C'：3，'B'：1，'E'：3}

有人可以帮我调试吗。感谢

Answer 1

目前还不完全清楚你要做什么。您是否正在尝试创建一个字典，将所有n-g的顺序'n'映射到它们的频率，其中n可以设置为等于1为unigrams，2为bigrams等等？如果是这样，您只需要：

input1 = [['A', 'B', 'C', 'D', 'E'],
      ['D', 'E', 'C', 'D', 'E'],
      ['A', 'C', 'D', 'D']]

n = 1
ngram = {}

for line in input1:
    for i in range (len(line)-n+1):
        g = ' '.join(line[i:i+n])
        ngram.setdefault(g, 0)
        ngram[g] += 1

当n = 1，{'A B'：1'时，这给{'A'：2，'B'：1，'C'：3，'D'：5，'E'：3} B C'：1，'C D'：3，'D E'：3，'E C'：1，'A C'：1，'D D'：1}如果n变为2，等等。