Python 顶级二元组

Question

import nltk
from nltk.collocations import *

tokens = ['a','b','c','d','b','c','a','b','c']
tokens2 = [['a','b','c','d'],['b','c','a','b','c']]
bigrams = nltk.bigrams(tokens)

fdist = nltk.FreqDist(bigrams)
for i,j in fdist.items():
    print i,j``

print fdist.most_common(2)

上面的代码适用于像 token 这样的输入，但当我使用 tokens2 时它会抛出错误。最终，当给定一组标记时，我应该让它返回前 2 个二元组。非常感谢您的帮助。

Answer 1

如果您有 token 列表列表(例如 token2)，

import collections
cnt = collections.Counter()

for toks in token2:
    cnt.update(nltk.bigrams(toks))

print(cnt.most_common(2))

可以。如果您拥有的完全不同，例如像tokens这样的单个列表，或者您提到的set，一切都可能会改变 - 但我们无法读懂您的想法，所以您最好编辑您的 Q 来准确解释您的需求!