python - 使用 google_ngram_downloader 阅读谷歌 ngram

Question

我正在使用 google_ngram_downloader 读取谷歌数据集。

代码:

from google_ngram_downloader import readline_google_store
fname, url, records = next(readline_google_store(ngram_len=1))
for x in range(0,5):
    print next(records)

这里我正在一个一个地阅读数据集从0,1,... a,b,c.. z开始。 next(readline_google_store(ngram_len=1)) 一个一个给出 ngram。我想直接读取数据集，这些数据集将 'a','b' 不是一个一个地读取。

必需:只读数据集，以字母'a' 开头，具有1-gram 数据集。

Answer 1

一种方法是显式添加索引。使用此行仅获取以 a 开头的长度为 1 的 ngram。

fname, url, records = next(readline_google_store(ngram_len=1,indices='a'))