我想计算文本中最常用的单词或两个单词的组合（ngram_range =（1,2））。我想“偏爱”任何2克组合，这样一个单词的出现就只计算一次。
但是，下面的代码对一个单词的出现进行两次计数。例如。考虑“保留的权利”一词。我不希望在“保留的权利”中对一次（1克）出现的“权利”一词进行计数，而对于“ 2克的出现”又对2克的出现进行计数，以使“权利”的总数为2。 >
text = 'The digital transformation needs digital products so that the digital transformation can be succesful.'
ngram_vectorizer = CountVectorizer(analyzer='word', decode_error='ignore', ngram_range=(1, 2), min_df=1, stop_words='english', lowercase=True)
X = ngram_vectorizer.fit_transform(text)
vocab = ngram_vectorizer.get_feature_names()
counts = X.sum(axis=0).A1
freq_distribution = Counter(dict(zip(vocab, counts)))
topcounts = dict(freq_distribution.most_common(4))
以上代码的输出将产生以下最高计数： 数字：3；数字化转型：2，需求：1，产品：1 。
但是，我希望获得以下结果： 数字化转型：2，数字化：1，需求：1，产品：1
您有什么建议吗？预先感谢！