当前位置:   article > 正文

python3 实现英文文本的uni-gram和bi-gram

uni-gram和bi-gram

python3 实现英文文本的uni-gram和bi-gram

接上一个英文拼写检查错误的思路,开始代码实现。首先我们需要一个比较大的英文语料来进行分析。我使用的是training-monolingual,也可以使用其他的。

1. 由语料生成uni-gram和bi-gram

代码如下:

import sys

class NGram(object):

    def __init__(self, n):
        # n is the order of n-gram language model
        self.n = n
        self.unigram = {}
        self.bigram = {}

    # scan a sentence, extract the ngram and update their
    # frequence.
    #
    # @param    sentence    list{str}
    # @return   none
    def scan(self, sentence):
        fip = ""
        # file your code here
        for line in sentence:
            self.ngram(line.split())
        # unigram
        if self.n == 1:
            try:
                fip = open("data.uni", "w", encoding='utf-8')
            except:
                print(sys.stderr, "fail
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11
  • 12
  • 13
  • 14
  • 15
  • 16
  • 17
  • 18
  • 19
  • 20
  • 21
  • 22
  • 23
  • 24
  • 25
声明:本文内容由网友自发贡献,不代表【wpsshop博客】立场,版权归原作者所有,本站不承担相应法律责任。如您发现有侵权的内容,请联系我们。转载请注明出处:https://www.wpsshop.cn/w/小丑西瓜9/article/detail/397386
推荐阅读
相关标签
  

闽ICP备14008679号