简易英文问答系统(glove.6B词向量)

1.读入json文件转换成dict形式`

# doc = open('train-v2.0.json').readlines()此时格式为list,需要转换格式成dict
import json
f = open('train1-v2.0.json')
doc = json.load(f)
# 利用json.load()将list形式转换成dict的形式

2.将全部问题和答案放入question_list和answe_list

question_list = []
answer_list = []
for data in doc['data']:
    for paragraphs in data['paragraphs']:
        for qas in paragraphs['qas']:
            question_list.append(qas['question'])
            if len(qas['answers']) == 0:
                answer_list.append(' ')
            else:
                for contents in qas['answers']:
                    answer_list.append(contents["text"])
print(question_list, answer_list)
# 断言语句,确定question_list的问题和answer_list中的答案数目相同
assert len(question_list) == len(answer_list)

3.统计question_list中单词总数和单词种类

#此处采用的是nltk库中的word_tokenize函数
from nltk.tokenize import word_tokenize
word_in_train = {
   }
for x in question_list:
    for x1 in word_tokenize(x.rstrip('?')):
        if x1 in word_in_train:
            word_in_train[x1] += 1
        else:
            word_in_train[x1] = 1
print(word_in_train)
word_num = sum(word_in_train.values())
word_different = len(word_in_train.keys())
print(word_num
  • 1
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值