没有项目描述

keywordtree的Python项目详细描述


PyPI

关键字树

一种python数据结构,通过使用基于计算关键字出现次数的决策树算法将任意文本映射到值。

KeywordTree

工作原理

  • 每个节点都包含一个关键字列表和一个值(如果是叶)。
  • 查询以字符串形式给出,并由令牌赋予器分解为令牌。
  • 从根开始,查询跟随查询令牌列表中关键字最多的子项。
  • 当到达一个叶时,它的值被返回。
  • 如果令牌列表中有多个具有最多关键字的节点,则查询将跟随所有节点,结果将在最后合并到列表中。

示例

假设我们有上面这棵树,并且有一个问题“我的哈巴狗太小了,几乎不能求爱”。

默认的标记赋予器将查询转换为小写并在空白处拆分,因此标记将是['my', 'pug', 'is', 'so', 'young', 'it', 'can', 'barely','woof']

查询将跟随根的左子项,因为它有一个匹配项'woof',然后将子项与其关键字中的'pug'匹配。因为它是一片叶子,它的值将在最终结果中:['Pug']

使用量

KeywordTree实例由表单的元组(关键字列表、描述为元组的子级列表、值)构造。

非叶节点的值必须等于None

fromkeywordtreeimportKeywordTreekt=KeywordTree([],[(['dog','woof'],[(['bulldog'],[],'Bulldog'),(['pug'],[],'Pug'),(['boxer'],[],'Boxer'),],None),(['cat','meow'],[(['persian'],[],'Persian'),(['bengal'],[],'Bengal'),(['siamese'],[],'Siamese'),],None),],None)kt.query('My pug is so young it can barely woof')# ['Pug']

也可以使用其他标记器:

fromkeywordtreeimportKeywordTreefromnltk.tokenize.stanfordimportStanfordTokenizerstftk=StanfordTokenizer()deftokenizer(s):returnstftk.tokenize(s)kt=KeywordTree([],[# list of children],None,tokenizer=tokenizer)

许可证

Copyright 2019 Theodoros Diamantidis

Permission is hereby granted, free of charge, to any person obtaining a copy of this software and associated documentation files (the "Software"), to deal in the Software without restriction, including without limitation the rights to use, copy, modify, merge, publish, distribute, sublicense, and/or sell copies of the Software, and to permit persons to whom the Software is furnished to do so, subject to the following conditions:

The above copyright notice and this permission notice shall be included in all copies or substantial portions of the Software.

THE SOFTWARE IS PROVIDED "AS IS", WITHOUT WARRANTY OF ANY KIND, EXPRESS OR IMPLIED, INCLUDING BUT NOT LIMITED TO THE WARRANTIES OF MERCHANTABILITY, FITNESS FOR A PARTICULAR PURPOSE AND NONINFRINGEMENT. IN NO EVENT SHALL THE AUTHORS OR COPYRIGHT HOLDERS BE LIABLE FOR ANY CLAIM, DAMAGES OR OTHER LIABILITY, WHETHER IN AN ACTION OF CONTRACT, TORT OR OTHERWISE, ARISING FROM, OUT OF OR IN CONNECTION WITH THE SOFTWARE OR THE USE OR OTHER DEALINGS IN THE SOFTWARE.

欢迎加入QQ群-->: 979659372 Python中文网_新手群

推荐PyPI第三方库


热门话题
java JMX MBean在应用程序部署时自动注册   java如何创建现有JavaFX对象的数组   IntelliJ的java单例线程安全吗   java将Base64编码字符串转换为PDF,无需使用Javascript中的任何库(IE兼容)   使用TestNG运行多个测试套件的java   java Firebase/Android:获取当前用户电子邮件   java如何捕获和传播通配符类型参数?   java如何在安卓中使用动画翻转图像   菜单和游戏活动之间的java延迟   java如何将对象转换为JSON(不包括属性)   java无法在可运行的JavaFX中更改接口   使用jsp/servlet的java清理URL?   java grpc示例是否打算跨语言使用?   java缺少目标JNDI名称   GridBagLayout中的java非均匀列   java如何在单独的线程中执行大量WS调用并增加单个结果变量?   以前使用数据导入数据时,java无法使用save()进行插入。sql   带有单独收集的java流过滤器