python - 使用 NLTK 查找三元组

Question

我对NLTk和 python 不是很熟悉，我必须在一个程序中完成以下任务：

1. 对输入文本进行标记和小写1
2. 标记输入文本2
3. 查找输入文本中的所有三元组1

谁能帮我？

Answer 1

是nltk 示例的一部分吗text1？text2然后看看它们，你会发现标记化并不像你想象的那样工作:-)

对于小写，请查看任何介绍性的 python 教程。对于 trigrams，请查看 nltk 书。

Answer 2

如果您不想使用 nltk ngrams：

    """import nltk
    from nltk import word_tokenize

    text1 = "I really like python"
    text2 = " Python is a snake"
    token=nltk.word_tokenize(text1)
    token=nltk.word_tokenize(text2)
    low_text1=nltk.word_tokenize(text1.lower())
    N = 3
    grams = [low_text1[i:i+N] for i in xrange(len(low_text1)-N+1)]"""

Answer 3

如果您没有找到所有三元组的示例，则应首先对其进行标记

>>> import nltk
>>> from nltk import word_tokenize
>>> from nltk.util import ngrams
>>> text1 = "Hi How are you? i am fine and you"
>>> token=nltk.word_tokenize(text1)    #tokenize your text 
>>> tttt=nltk.word_tokenize(text.lower())  #tokenize your text and make it lowercase in onestep
>>> tttt
['hi', 'how', 'are', 'you', '?', 'i', 'am', 'fine', 'and', 'you']

>>> trigrams=ngrams(token,3)          # find all the trigram in text1
>>> trigrams
[('Hi', 'How', 'are'), ('How', 'are', 'you'), ('are', 'you', '?'), ('you', '?', 'i'), ('?', 'i', 'am'), ('i', 'am', 'fine'), ('am', 'fine', 'and'), ('fine', 'and', 'you')]

关于制作你的 text2 你只需要应用标记化步骤