Python NLTK - 根据标签返回的最高结果计算棕色语料库中单词的出现次数

Question

我正在尝试从特定标签的语料库中返回出现次数最多的值。我可以让标签和单词本身返回正常，但是我无法在输出中返回计数。

import itertools
import collections
import nltk 
from nltk.corpus import brown

words = brown.words()

def findtags(tag_prefix, tagged_text):
cfd = nltk.ConditionalFreqDist((tag, word) for (word, tag) in tagged_text
                              if tag.startswith(tag_prefix))
return dict((tag, cfd[tag].keys()[:5]) for tag in cfd.conditions())

tagdictNNS = findtags('NNS', nltk.corpus.brown.tagged_words())

这将返回以下罚款

for tag in sorted(tagdictNNS):
    print tag, tagdictNNS[tag]

我已经设法返回每个基于 NN 的单词的计数:

pluralLists = tagdictNNS.values()
pluralList = list(itertools.chain(*pluralLists)) 
for s in pluralList:
    sincident = words.count(s)
    print s
    print sincident

这会返回所有内容。

是否有更好的方法将事件插入字典 tagdictNN[tag]？

编辑 1:

pluralLists = tagdictNNS.values()[:5]
pluralList = list(itertools.chain(*pluralLists))

从 for s 循环中按大小顺序返回它们。但这仍然不是正确的方法。

编辑 2:更新词典，以便他们实际搜索 NNS 复数形式。

Answer 1

我可能不明白，但考虑到你的 tagdictNNS:

>>> new = {}
>>> for k,v in tagdictNNS.items():
        new[k] = len(tagdictNNS[k])
>>> new
{'NNS$-TL-HL': 1, 'NNS-HL': 5, 'NNS$-HL': 4, 'NNS-TL': 5, 'NNS-TL-HL': 5, 'NNS+MD': 2,      'NNS$-NC': 1, 'NNS-TL-NC': 1, 'NNS$-TL': 5, 'NNS': 5, 'NNS$': 5, 'NNS-NC': 5}

然后你可以这样做:

>>> sorted(new.items(), key=itemgetter(1), reverse=True)[:2]
[('NNS-HL', 5), ('NNS-TL', 5)]