python - 如何使用 nltk.containers.Trie？

Question

我想使用 nltk.containers.Trie 执行简单的操作，例如将单词插入 trie，检索具有给定前缀的所有单词，查找具有大多数后代（即最常见的前缀）的节点，以图形方式查看 trie 等等。我找不到任何有关使用此结构的文档。这是我到目前为止的所有内容：

from nltk.containers import Trie
t = Trie()

我现在有一个需要添加到 trie 中的单词列表。

Answer 1

这很神秘，不是吗。它基本上是一个字典，但您还可以检查字符串是否是已知键的前缀：

>>> t = Trie()
>>> t['they'] = 15
>>> 'the' in t
True
>>> print t['the']
None

还有find_prefix，它将尽可能多地匹配它的参数，并返回它在那里找到的值（如果有的话）加上参数的其余部分：

>>> t.find_prefix("theirs")
(None, 'irs')                 # Prefix "the" has no value

你可以看看源代码nltk/containers.py。神奇之处在于处理表单表达式的方法__setitem__和。__getitem__t[key]

也很高兴知道：该keys()方法只会返回真正的条目，而不是前缀。您可以将它与该方法一起使用subtrie来检索以给定前缀开头的所有单词：

>>> t.subtrie('th').keys()
['ey']

PS。请注意，containers.py大约六个月前已从 NLTK 中删除！在您更新您的 nltk 发行版（您应该这样做）之前，请nltk/containers.py以不同的名称保存。更好的是，只需保存Trie课程。（文件的其余部分已过时）。