python3 实现英文文本的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
    点赞
  • 5
    收藏
    觉得还不错? 一键收藏
  • 2
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 2
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