我看到多个问题和答案说 NLTK 搭配不能超出双和三克。
例如这个 - 如何在 python nltk 中获得 n-gram 搭配和关联?
我看到有一个东西叫做
nltk.QuadgramCollocationFinder
如同
nltk.BigramCollocationFinder 和 nltk.TrigramCollocationFinder
但同时看不到类似的东西
nltk.collocations.QuadgramAssocMeasures()
类似于 nltk.collocations.BigramAssocMeasures() 和 nltk.collocations.TrigramAssocMeasures()
nltk.QuadgramCollocationFinder 的目的是什么,如果它不可能(没有黑客)找到双元和三元之外的 n-gram。
也许我错过了一些东西。
谢谢,
根据 Alvas 的输入添加代码并更新问题,现在可以使用
import nltk
from nltk.collocations import *
from nltk.corpus import PlaintextCorpusReader
from nltk.metrics.association import QuadgramAssocMeasures
bigram_measures = nltk.collocations.BigramAssocMeasures()
trigram_measures = nltk.collocations.TrigramAssocMeasures()
quadgram_measures = QuadgramAssocMeasures()
the_filter = lambda *w: 'crazy' not in w
finder = BigramCollocationFinder.from_words(corpus)
finder.apply_freq_filter(3)
finder.apply_ngram_filter(the_filter)
print (finder.nbest(bigram_measures.likelihood_ratio, 10))
finder = QuadgramCollocationFinder.from_words(corpus)
finder.apply_freq_filter(3)
finder.apply_ngram_filter(the_filter)
print(finder.nbest(quadgram_measures.likelihood_ratio,10))