Python中的列表（使用NLTK）

Question

我正在尝试以[[（the，cat），（cat，with），（with，fur）] [（the，dog），（dog，with），（with， ball）....... etc]来自一个文本文件，句子如下：

带毛皮的猫\\带球的狗\\ n

我一直在遇到的问题是，当我在文件中逐行读取行时，制作元组（变量标签）并创建最终列表（变量连接）时，会出现空的情况，连接变为0好吧，实际上不是0，但列表显示为[[]，[]，[]]

这是该程序部分的代码：open（'corpus.txt'，'r'）为f：

with open('corpus.txt', 'r') as f:
    for line in f:
        cnt = 0
        sa = nltk.word_tokenize(line)
        label[:] = []

        for i in sa:
            words.append(i)
            if cnt>0:
                try: label +=[(prev , i)]
                except: NameError
            prev = i 
            cnt = cnt + 1

        if label != []:
            connection += [label]
            print connection

我希望有人能理解我的问题，因为它让我发疯，而且我已经没时间了。 我只是想知道我在这里做错了什么，所以我可以在每个循环中更新我的连接列表，而不会丢失之前保存的内容。

谢谢你的帮助

Answer 1

您可以使用nltk.bigrams来获取元组，而无需担心边界条件恰到好处。 如果words是一个句子中words的列表，那么你就得到了所有的双字母组合

bigrams = nltk.bigrams(words)

Answer 2

我没有安装NLTK，但看看这是否适合你：

with open('corpus.txt', 'r') as f:
    answer = []
    for line in f:
        cnt = 0
        sa = nltk.word_tokenize(line)
        answer.append([tuple([char, sa[i+1]]) for i,char in enumerate(sa[:-1])])