Python中的列表（使用NLTK）

Question

我试图从一个文本文件中以[[（the，cat），（cat，with），（with，fur）][（the，dog），（dog，with），（with，ball）………等形式列出一个列表，其中的句子如下：

the cat with fur \n the dog with ball \n

我遇到的问题是，当我逐字读取文件中的行，创建元组（变量标签）和创建最终列表（变量连接）时，如果连接到0，就会出现空白。实际上不是0，但列表显示为[[]，[]，[]

这是该部分程序的代码： 打开（'语料库.txt'，'r'）作为f：

with open('corpus.txt', 'r') as f:
    for line in f:
        cnt = 0
        sa = nltk.word_tokenize(line)
        label[:] = []

        for i in sa:
            words.append(i)
            if cnt>0:
                try: label +=[(prev , i)]
                except: NameError
            prev = i 
            cnt = cnt + 1

        if label != []:
            connection += [label]
            print connection

我希望有人能理解我的问题，因为它快把我逼疯了，我的时间不多了。我只想知道我在这里做错了什么，这样我就可以在每个循环中更新我的连接列表，而不会丢失之前保存的内容。在

谢谢你的帮助

Answer 1

我没有安装NLTK，但是看看这个是否适合您：

with open('corpus.txt', 'r') as f:
    answer = []
    for line in f:
        cnt = 0
        sa = nltk.word_tokenize(line)
        answer.append([tuple([char, sa[i+1]]) for i,char in enumerate(sa[:-1])])

Answer 2

您可以使用nltk.bigrams获得元组，而不必担心边界条件是否正确。如果words是一个句子中单词的列表，则可以得到

bigrams = nltk.bigrams(words)