如何用for循环构建含单词及其模型得分的Python字典

错误原因 #

你的代码有两个关键问题：

• 使用dict.fromkeys(words, unigram_model.score("words"))时，dict.fromkeys会把所有键映射到同一个固定值，这里就是字符串"words"的得分，所以所有单词得分完全一致。
• 传给score函数的是字符串"words"，而非循环里的迭代变量words，相当于一直在计算"words"这个词的得分，结果自然全部相同。

修正代码 #

直接用字典推导式遍历每个单词，为每个单词单独计算得分：

unigram_probs = {word: unigram_model.score(word) for word in dracula}

如果dracula中的每个元素是包含多个单词的序列（比如每行的单词列表），需要先扁平化遍历所有单词：

unigram_probs = {}
for words in dracula:
    for word in words:
        unigram_probs[word] = unigram_model.score(word)

预期输出 #

修正后会得到每个单词对应各自的概率得分，示例如下：

{'project': 0.0012090748539600599,
 'gutenberg': 0.0004211384322782231,
 'ebook': 0.00017660643934248063,
 'dracula': 0.0005298193180274419}

内容的提问来源于stack exchange，提问作者Kevin Veeder