python - 获取句子列表的词频，但不组合。 (Python)

Question

def getWordFreq(corpus):

    wordFreq = []
    for sent in corpus:
        for word in sent:
            wordFreq.append((word, sent.count(word)))
    return wordFreq

编写此函数以获取语料库中每个单词的频率。

为了测试它，我写了

cc = [ ['hi','ho'], ['hee','ho']]
getWordFreq(cc)

但这又回来了

[('hi', 1), ('ho', 1), ('hee', 1), ('ho', 1)]

而不是 ('ho', 2)。

我错过了什么？

Answer 1

希望这个最简单的方法对您有所帮助。这里我们使用 for。

Try this code snippet here

def getWordFreq(corpus):
    result = {}
    for data in corpus:
        for word in data:
            if word in result:
                result[word] += 1 #adding result in the dictionary
            else:
                result[word] = 1

    return result.items() #returning items

cc = [['hi', 'ho'], ['hee', 'ho']]
print(getWordFreq(cc))

输出: [('hee', 1), ('hi', 1), ('ho', 2)]