在python nltk中计算n-gram频率
我有以下代码。我知道我可以使用apply_freq_filter
函数过滤掉少于频率计数的搭配。但是,在决定设置过滤频率之前,我不知道如何获取文档中所有n-
gram元组(在我的情况下为bi-gram)的频率。如您所见,我正在使用nltk搭配类。
import nltkfrom nltk.collocations import *
line = ""
open_file = open('a_text_file','r')
for val in open_file:
line += val
tokens = line.split()
bigram_measures = nltk.collocations.BigramAssocMeasures()
finder = BigramCollocationFinder.from_words(tokens)
finder.apply_freq_filter(3)
print finder.nbest(bigram_measures.pmi, 100)
回答:
该finder.ngram_fd.viewitems()
功能有效
以上是 在python nltk中计算n-gram频率 的全部内容, 来源链接: utcz.com/qa/402940.html