删除不是二元组或三元组的关键字（Yake）答案

【问题标题】：Remove keywords which are not bigram or trigram (Yake)删除不是二元组或三元组的关键字（Yake）
【发布时间】：2021-06-30 10:21:46
【问题描述】：

我正在使用 Yake（Yet Another Keyword Extractor）从数据框中提取关键字。我只想提取二元组和三元组，但 Yake 只允许设置最大 ngram 大小而不是最小大小。您将如何删除它们？

例子df.head(0)：

文字： '哎呀，是的，我喃喃自语，语言转换现在处于不确定状态。'

关键词： '[('oui', 0.04491197687864554), （'语言转换'，0.09700399286574239）， ('喃喃自语', 0.15831692877998726)]'

我想从关键字列中删除 oui、mumbled 及其分数。

感谢您的宝贵时间！

【问题讨论】：

标签： python dataframe keyword n-gram

【解决方案1】：

如果您的问题是关键字列表包含一些字母组合，您可以简单地进行过滤，忽略不带空格的单词并创建一个新列表。我给你举个例子：

keywords_without_unigrams = []
for kw in keywords:
    if(' ' in kw[0]):
        keywords_without_unigrams.append(kw)
 

for kw in keywords_without_unigrams:
    print(kw)

【讨论】：

【解决方案2】：

如果您需要处理 Yake 的 mono-gram 情况，只需将输出通过一个过滤器，该过滤器仅在该元组的第一个元素中有空格或 str.该元素的 split() 导致超过 1 个子元素。如果您正在使用函数并将其应用于数据框，请将此步骤包含在该函数中。

【讨论】：