用于存储单词关联的数据结构

Question

我正试图通过分析句子来实现预测。考虑以下[相当无聊的]句子

Call ABC
Call ABC again
Call DEF

我希望上述句子的数据结构如下：

Call: (ABC, 2), (again, 1), (DEF, 1)
ABC: (Call, 2), (again, 1)
again: (Call, 1), (ABC, 1)
DEF: (Call, 1)

一般来说，Word: (Word_it_appears_with, Frequency), ....

请注意此类数据的固有冗余。显然，如果ABC下Call的频率为2，则Call的{​​{1}}频率为ABC。我该如何优化它？

这个想法是在输入新句子时使用这些数据。例如，如果已输入Call，则很容易说ABC更有可能出现在句子中，并将其作为第一个建议提供，然后再次和{{ 1}}。

我意识到这是实现预测的一百万种可能方式之一，我热切期待其他方法的建议。

由于

Answer 1

也许使用双向图。您可以将单词存储为节点，边缘为频率。

Answer 2

您也可以使用以下数据结构：

Map<String, Map<String, Long>>

Answer 3

我会考虑两种选择之一：

选项1：

class Freq {
    String otherWord;
    int freq;
}

Multimap<String, Freq> mymap;

或者表格

Table<String, String, int>

鉴于以上Freq：您可能想要进行双向映射：

class Freq{
    String thisWord;
    int otherFreq;
    Freq otherWord;
}

这样可以非常快速地更新数据对。