有没有办法计算句子列表中单词对的出现次数？

Question

我有一个单词对列表，我必须检查每个单词对是否出现在句子列表中的每个句子中。 例如： 单词对列表是这样的：

[(mary,little),(mary,lamb),(mary,jack),(mary,jill),(little,lamb),(little,Jack),(little,Jill),(lamb,jack),(lamb,jill),(jack,jill)]

句子列表是：

['Mary had a little lamb','Jack and Jill went up the hill']

输出应该是这样的，对于每个句子，每个单词对的出现次数都被计算在内。在这个例子中，第一句话的单词对数为

[(mary,little):1,(mary,lamb):1,(mary,jack):0,(mary,jill):0,(little,lamb):1,(little,Jack):0,(little,Jill):0,(lamb,jack):0,(lamb,jill):0,(jack,jill):0]

第二句也是如此。输出也可以以表格形式呈现，其中句子为一列，单词对为另一列。

Answer 1

这些对也必须是字符串：

pairs = [('mary','little'),('mary','lamb'),('mary','jack'),('mary','jill'),('little','lamb'),('little','Jack'),('little','Jill'),('lamb','jack'),('lamb','jill'),('jack','jill')]

sents = ['Mary had a little lamb','Jack and Jill went up the hill']

您需要使用.lower() 函数将您选择的句子设为小写，因为您的单词匹配不区分大小写。然后，您可以使用列表推导来创建两个单词都在句子中的对列表。

sent = sents[0].lower()
matches = [s for s in pairs if s[0] in sent and s[1] in sent]

d = {}

for p in pairs:
    if p in matches:
        d[p] = 1
    else:
        d[p] = 0

print(d)

Answer 2

如果你是单线的粉丝，你可以使用它：

m_str = 'Mary had a little lamb'
m_dict = {pair:count for pair,count in zip(a, [1 if (item[0] in m_str.lower().split(' ') and item[1] in m_str.lower().split(' ')) else 0 for item in a])}

输出：

{('mary', 'little'): 1, ('mary', 'lamb'): 1, ('mary', 'jack'): 0, ('mary', 'jill'): 0, ('little', 'lamb'): 1, ('little', 'Jack'): 0, ('little', 'Jill'): 0, ('lamb', 'jack'): 0, ('lamb', 'jill'): 0, ('jack', 'jill'): 0}

此解决方案将只带 1 和 0，如果出现或不对应。没有完全理解对数计数器的含义（例如，让我们说 - 第一个单词两次，第二个单词只有一次 - 这算多少？），但是对需求的任何修改都会导致对代码的少量修改。