Python NLTK ngram 代码不给出结果

Question

我正在研究 Sindhi，这是一种在 python 中使用 NLTK 工具进行的非英语语料库分析。我在 python 中导入了所有相关的库，并处理了加载压缩文件的代码。压缩文件的代码工作正常并加载数据。代码如下：

with zipfile.ZipFile('D:\Sindhicorpus.zip') as z:
    print (len(z.namelist()))
    for filename in z.namelist():
        if not os.path.isdir(filename):
            # read the file
            with z.open(filename, 'rU') as rf:
                line = rf.readline().decode('utf8') 
               # print(line)

在此之后，我处理用于生成 ngram 的代码，但该代码没有显示没有任何错误的结果。代码如下：

import nltk
from nltk.collocations import *
line = ""
for val in filename:
    line += val
tokens = line.split()
bigram_measures = nltk.collocations.BigramAssocMeasures()
finder = BigramCollocationFinder.from_words(tokens)
finder.apply_freq_filter(3)
print(finder.nbest(bigram_measures.pmi, 100))

此代码仅显示 [ ] 之类的括号

在这段代码之后，我处理了另一个代码，但它也没有显示结果而不显示任何错误。代码如下：

from nltk import ngrams
n = 2
sixgrams = ngrams(filename.split(), n)
for grams in sixgrams:
  print(grams)

请帮我解决我的问题

马扎尔

Answer 1

您没有在阅读文件。

相反，您将文件名连接起来，并尝试对其进行解析。

for val in filename:
    line += val

你需要解决这个问题。