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 nltk

from 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:

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

回到顶部