icegrams 0.4.0

概述

icegrams 是一个python 3.x包，它封装了 用于冰岛语的大型trigram库 。（三元组是 出现在真实文本中的三个连续单词或标记。）

使用基数尝试和 准简洁索引 采用 伊莱亚斯法诺编码。这样就可以映射压缩的trigram文件 直接进入内存，无需预先解压缩，用于快速查询 （通常每次查找约40微秒）。

冰晶库是用Python和C/C++实现的，粘在一起 cffi

Trigram存储方法基于 2017年pibiri和venturini的论文 ， 也指 奥塔维亚诺和文图里尼 （2014）关于分区elias fano索引。

您可以使用Icegrams来获取 超过一百万个不同的Unigrams（单个单词或标记），或 双字图 （两个单词或标记对），或 三字图 。你也可以 要求它返回任何unigram或bigram的n个最可能的继承者。

Icegrams在拼写更正、预测性键入、 为了帮助残疾人更快地编写文本，并生成各种文本， 统计和建模任务。

Icegrams建立在greynir.is的数据库上， 包含600多万个从冰岛新闻文章中解析出来的句子。