如何在scala中生成n-gram？

发布时间：2020-12-16 19:19:05 所属栏目：安全来源：网络整理

导读：我试图在 scala中编写基于n-gram的分离印刷算法. 如何为大文件生成n-gram：例如,对于包含“蜜蜂是蜜蜂的蜜蜂”的文件. 首先,它必须选择一个随机的n-gram.例如,蜜蜂. 然后它必须寻找以(n-1)个单词开头的n-gram.例如,蜜蜂. 它打印这个n-gram的最后一个单词.然

我试图在 scala中编写基于n-gram的分离印刷算法.
如何为大文件生成n-gram：
例如,对于包含“蜜蜂是蜜蜂的蜜蜂”的文件.

>首先,它必须选择一个随机的n-gram.例如,蜜蜂.
>然后它必须寻找以(n-1)个单词开头的n-gram.例如,蜜蜂.
>它打印这个n-gram的最后一个单词.然后重复.

你能给我一些提示怎么做吗？
抱歉给你带来不便.

解决方法

你的问题可能会更具体一些,但这是我的尝试.

val words = "the bee is the bee of the bees"
words.split(' ').sliding(2).foreach( p => println(p.mkString))

（编辑：李大同）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!