基于NLTK的N-Gram语言模型代码运行报错求助

错误原因 #

你代码里的d是defaultdict(Counter)，意味着d[a, b]返回的是一个Counter对象。而freq_tri[a, b, c]是一个整数（FreqDist存储的是n-gram的出现次数），直接对Counter执行+= 整数操作会触发错误——因为Counter的+=方法预期接收的是另一个Counter或键值对迭代器，而非单个整数。

修正代码 #

把累加逻辑改成针对Counter的键赋值，直接将三元组的次数加到对应二元组键下的c键上：

# generate frequency of n-grams
freq_bi = FreqDist(bigram)
freq_tri = FreqDist(trigram)

d = defaultdict(Counter)
for a, b, c in freq_tri:
    if a is not None and b is not None and c is not None:
        # 直接给Counter的键c累加次数
        d[a, b][c] += freq_tri[(a, b, c)]

补充说明 #

如果freq_tri是nltk.probability.FreqDist实例，遍历它时拿到的是所有三元组键（比如(a,b,c)），freq_tri[(a,b,c)]就是该三元组的出现次数。通过d[a,b][c] += 次数，就能正确构建二元组到后续词的频率映射，符合N-gram语言模型的需求。

内容的提问来源于stack exchange，提问作者SUGANTHI M