调用NLTK的concordance如何在使用的单词之前/之后获取文本？

Question

我想找出concordace返回的实例之后的文本。例如，如果你看他们在'Searching Text' section中给出的一个例子，他们得到了单词“monstrous”的一致性。你怎么会得到一个可怕的例子后马上来的话？

Answer 1

import nltk
import nltk.book as book
text1 = book.text1
c = nltk.ConcordanceIndex(text1.tokens, key = lambda s: s.lower())
print([text1.tokens[offset+1] for offset in c.offsets('monstrous')])

收益率

['size', 'bulk', 'clubs', 'cannibal', 'and', 'fable', 'Pictures', 'pictures', 'stories', 'cabinet', 'size']

---

我通过查找concordance方法的定义发现了这一点。

这表明text1.concordance是在/usr/lib/python2.7/dist-packages/nltk/text.py中定义的：

In [107]: text1.concordance?
Type:       instancemethod
Base Class: <type 'instancemethod'>
String Form:    <bound method Text.concordance of <Text: Moby Dick by Herman Melville 1851>>
Namespace:  Interactive
File:       /usr/lib/python2.7/dist-packages/nltk/text.py

在那个文件里你会发现

def concordance(self, word, width=79, lines=25):
    ... 
        self._concordance_index = ConcordanceIndex(self.tokens,
                                                   key=lambda s:s.lower())
    ...            
    self._concordance_index.print_concordance(word, width, lines)

这展示了如何实例化ConcordanceIndex对象。

在同一个文件中，您还可以找到：

class ConcordanceIndex(object):
    def __init__(self, tokens, key=lambda x:x):
        ...
    def print_concordance(self, word, width=75, lines=25):
        ...
        offsets = self.offsets(word)
        ...
        right = ' '.join(self._tokens[i+1:i+context])

通过在IPython解释器中的一些实验，这显示了self.offsets('monstrous')给出了一个数字（偏移量）列表，其中可以找到单词monstrous。您可以使用self._tokens[offset]访问实际单词，这与text1.tokens[offset]相同。

所以monstrous后面的下一个单词由text1.tokens[offset+1]给出。