我正在写一个R脚本，并且正在使用library(ngram)。
假设我有一个字符串，
“优质Qualiti产品狗食购买了一些至关重要的 jar 装狗食品产品发现优质Qualiti产品看起来像炖煮过程中的肉味更好，拉布拉多finicki欣赏产品更好”
并想找到二元语法。
ngram库为我提供了二元语法，如下所示:
“鉴赏产品”“加工肉”“食品”“购买食品”“qualiti狗”“产品发现”“产品外观”“外观”“喜欢炖”“优质qualiti”“labrador finicki”“买断”“qualiti”产品”“更好的拉布拉多”
“狗食” “闻起来更好”“至关重要的 jar 头”“肉味”“发现良好”“严重至关重要”“炖制过程”“ jar 头狗”“finicki欣赏”“产品更好”
因为该句子两次包含“狗食”，所以我希望两次此二元语法。但是我得到一次!
那么在gramgram库或任何其他提供R语言中我句子所有二元语法的库中是否有一个选项？
最佳答案
您可以使用stylo包。提供重复项:
library(stylo)
a = "good qualiti dog food bought sever vital can dog food product found good qualiti product look like stew process meat smell better labrador finicki appreci product better"
b = txt.to.words(a)
c = make.ngrams(b, ngram.size = 2)
print(c)
结果:
[1] "good qualiti" "qualiti dog" "dog food" "food bought" "bought sever" "sever vital" "vital can" "can dog" "dog food"
[10] "food product" "product found" "found good" "good qualiti" "qualiti product" "product look" "look like" "like stew" "stew process"
[19] "process meat" "meat smell" "smell better" "better labrador" "labrador finicki" "finicki appreci" "appreci product" "product better"
>