Python Bigram 字典格式

Question

对于学校，我必须制作一本字典，其中包含有关文本文件中连续单词的信息。

对于文件中的每个单词，我必须输入该单词(键)和匹配值，该匹配值由可以跟随该键的单词列表组成。

例如下面这句话:

“我认为你认为他会认为这很漂亮”

给出以下输出:

{'': ['I'], 'I': ['think'], 'it': ['pretty.'] (...) 'think': ['you', 'he', 'it'], 'he': ['will']}

正如您所看到的，第一个条目 '' 有点奇怪，但这是有意为之的。我必须在代码中明确输入，该值是仅包含文本第一个单词的列表。显然，不存在以“漂亮”为关键的条目。

我不太擅长编程，而且我已经在这个练习上坚持了一天多了，这几乎是我所拥有的一切:

def fill_up_dict(words):
    style_dict = {}
    prev_word = ''  #empty string
         for word in words
         style_dict[prev_word]
    #at a total loss here
    return style_dict

也许你可以看到，但我正在尝试创建所有单词的键列表，然后将值分配给它们之前的单词。但无论我做什么，都没有丝毫效果。

Answer 1

要修改您的方法:

def fill_up_dict(words):
    style_dict = {}
    prev_word = ''  #empty string
    for word in words
         if prev_word not in style_dict:
             style_dict[prev_word] = []
         style_dict[prev_word].append(word)
         prev_word = word
    return style_dict

请注意，您需要在 style_dict 中创建列表以添加单词，并且需要在每次迭代时更新 prev_word。

但是，处理连续单词的最简单方法是 zip :

def fill_up_dict(words):
    style_dict = {"": [words[0]]}
    for word1, word2 in zip(words, words[1:]):
        if word1 not in style_dict:
            style_dict[word1] = []
        style_dict[word1].append(word2)
    return style_dict

请注意，您可以使用 collections.defaultdict 稍微简化一下:

from collections import defaultdict

def fill_up_dict(words):
    style_dict = defaultdict(list)
    style_dict[""] = [words[0]]
    for word1, word2 in zip(words, words[1:]):
        style_dict[word1].append(word2)
    return style_dict