如何使用Bi-gram计算短语的出现概率？

核心步骤 #

• 统计二元语法出现次数：调用count()方法，统计目标二元组在所有二元语法集合中的出现频次
• 计算出现概率：将统计得到的频次除以文本中所有二元语法的总数量，即可得到该短语的联合概率P(word1 word2)

代码实现（对应文件filename.txt） #

# 统计该二元语法出现的次数
bg_count = bigrams.count(('word1', 'word2'))

# 文本中该二元语法的出现概率 P(word1 word2)
bg_probability = bg_count / number_of_bigrams

内容的提问来源于stack exchange，提问作者Nabila Eusha