Question

假设我有三句话：

hello world
hello python
today is tuesday

如果我生成每个字符串的bigrams，它将生成如下内容：

[('hello', 'world')]
[('this', 'is'), ('is', 'python')]
[('today', 'is'), ('is', 'tuesday')]

一个句子的bigrams和连续两个句子的bigrams之间是否存在差异？例如，hello world. hello python是两个连续的句子。这两个连续句子的bigrams会不会像我的输出？

产生它的代码：

from itertools import tee, izip

def bigrams(iterable):
    a, b = tee(iterable)
    next(b, None)
    return izip(a, b)

with open("hello.txt", 'r') as f:
    for line in f:
        words = line.strip().split()
        bi = bigrams(words)
        print list(bi)

Answer 1

但如果我想为相邻的句子生成双字母组合，它会得到与上述输出相同的结果。如果不是输出会是什么样的？

这取决于你想要什么。如果你将bigrams的项目定义为整个句子，它将如下所示：

[('hello world', 'this is python'),('this is python', 'today is tuesday')]

如果你想要一个项目类型为单词的双字母组合，对于所有句子，这将是这样的：

[('hello', 'world'), ('world', 'this'), ('this', 'is'),...]

python中相邻句子的二元组

1 个答案: