NLP示例中出现TypeError：切片索引需为整数等类型的问题求助

这个错误的根源很明确：你在切片操作中使用了浮点数作为索引，而Python要求切片的起止索引必须是整数、None，或者实现了__index__方法的对象。

问题出在哪？ #

看你代码里这一行：

wc = width/4 # words of context

在Python 3中，/做除法会返回浮点数（比如当width=40时，wc的值是10.0）。之后你用这个浮点数去做切片：

lcontext = ' '.join(self._text[i-wc:i])
rcontext = ' '.join(self._text[i:i+wc])

这就触发了TypeError，因为切片不接受浮点数索引。

另外还有个隐藏问题 #

你的代码里调用了self._stem(word)，但IndexedText类里并没有定义_stem方法！你应该是想调用传入的stemmer对象的stem方法，比如nltk.PorterStemmer()的stem方法，所以这里要改成self._stemmer.stem(word)。

修复后的完整代码 #

import nltk
from nltk.stem import PorterStemmer # 示例用PorterStemmer，你可以换成其他词干提取器

class IndexedText(object):
    def __init__(self, stemmer, text):
        self._text = text
        self._stemmer = stemmer
        # 修复：用stemmer的stem方法替代未定义的self._stem
        self._index = nltk.Index((self._stemmer.stem(word), i) for (i, word) in enumerate(text))
    
    def concordance(self, word, width=40):
        # 修复：用整数除法//确保wc是整数
        wc = width // 4 # words of context
        key = self._stemmer.stem(word)
        print(self._index[key])
        for i in self._index[key]:
            # 现在i-wc和i+wc都是整数，切片正常工作
            lcontext = ' '.join(self._text[i-wc:i])
            rcontext = ' '.join(self._text[i:i+wc])
            # 这里补上你原来的后续逻辑，比如打印上下文
            print(f"{lcontext.rjust(width)} {self._text[i]} {rcontext.ljust(width)}")

# 测试示例
if __name__ == "__main__":
    text = nltk.word_tokenize("The quick brown fox jumps over the lazy dog. The dog barks at the fox.")
    stemmer = PorterStemmer()
    indexed_text = IndexedText(stemmer, text)
    indexed_text.concordance("fox")

两种修复浮点数索引的方式 #

除了用整数除法//，你也可以用int()把浮点数转为整数：

wc = int(width / 4)

不过//更直接，也更符合“取整获取上下文词数”的语义。

内容的提问来源于stack exchange，提问作者Sarang Manjrekar