Python中的列表（使用NLTK）

Question

我正在嘗試以[[（the，cat），（cat，with），（with，fur）] [（the，dog），（dog，with），（with， ball）....... etc]來自一個文本文件，句子如下：

帶毛皮的貓\\帶球的狗\\ n

我一直在遇到的問題是，當我在文件中逐行讀取行時，制作元組（變量標簽）並創建最終列表（變量連接）時，會出現空的情況，連接變為0好吧，實際上不是0，但列表顯示為[[]，[]，[]]

這是該程序部分的代碼：open（'corpus.txt'，'r'）為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問題，因為它讓我發瘋，而且我已經沒時間了。 我只是想知道我在這里做錯了什么，所以我可以在每個循環中更新我的連接列表，而不會丟失之前保存的內容。

謝謝你的幫助

Answer 1

您可以使用nltk.bigrams來獲取元組，而無需擔心邊界條件恰到好處。 如果words是一個句子中words的列表，那么你就得到了所有的雙字母組合

bigrams = nltk.bigrams(words)

Answer 2

我沒有安裝NLTK，但看看這是否適合你：

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])])