在 Python 中创建字典并使用它来翻译单词答案

【问题标题】：Creating a dictionary in Python and using it to translate a word在 Python 中创建字典并使用它来翻译单词
【发布时间】：2019-02-24 11:59:40
【问题描述】：

我在 Python 中创建了一个西班牙语-英语词典，并使用变量 translation 存储了它。我想使用该变量将文本从西班牙语翻译成英语。这是我目前使用的代码：

from corpus.nltk import swadesh
import my_books

es2en = swadesh.entries(['es', 'en'])
translation = dict(es2en)

for sentence in my_books.sents("book_1"):
    for word in my_books.words("book_1"):
        if word in es2en:
            print(translation, end= " ")
        else:
            print("unknown_word", end= " ")
    print("")

我的问题是book_1 中的所有单词实际上都没有翻译成英文，所以我得到了一个充满unknown word 的文本。我想我可能以错误的方式使用translation...我怎样才能达到我想要的结果？

【问题讨论】：

swadesh.entries 是做什么的？
这是一个包含多种语言单词列表的语料库。我正在使用它通过“加入”两个适当的列表来创建西班牙语-英语词典
我认为这个循环for word in my_books.words("book_1") 可能是错误的。您不应该从外部循环中的sentence 获取单词（否则为什么要循环句子）？
@slider 我必须遍历单词才能获得相应的翻译。但我首先迭代句子，因为我希望我的输出按句子打印，而不是按单词（即，不是单词列表，而是实际文本）
How to translate words in NTLK swadesh corpus regardless of case - python的可能重复

标签： python

【解决方案1】：

.entries() 方法在给定一种以上语言时，返回的不是字典而是元组列表。示例见here。

您需要将您的对列表（2 元组）转换为字典。您正在使用 translation = 声明来做到这一点。

但是，您随后忽略translation 变量，并检查if word in es2en:

您需要检查该词是否在translation 中，然后查找正确的翻译，而不是打印整个字典。

【讨论】：

所以if word in translation: print(translation) 也没有返回我想要的输出。我还需要修改什么？
你试过print(translation[word])吗？请记住translation 是您的字典。您想打印字典中的翻译单词。

【解决方案2】：

这可能是“区分大小写”问题。例如：如果一个字典包含一个关键的“炸弹”，你会寻找“炸弹”，它不会被发现。把es2en的所有键都放下然后找：word.lower() in es2en

【讨论】：

【解决方案3】：

我正在构建翻译机器（语言词典）。

它是在印尼语（印度尼西亚）到英语，反之亦然。

我从零开始构建它，我正在做的是收集所有 bahasa 中的单词，以及单词的含义。

然后将其与 wordnet 数据库进行比较（抓取它）。

在有了一组含义并且已经将英语与马来语的含义配对/分组后，执行此操作，收集广告作为数据，将其分开，科学化内容和日常内容。

将所有数据标记为句子，计算哪个单词与其他单词配对的概率更高（无论是印尼语还是英语），这是需要的，因为每个单词都可以有多种含义。此计算用于选择您将使用的单词。

国语示例： 'bisa'，在印尼语中可能意味着毒药，并且很可能与蛇或咬伤配对 'bisa'，可能意味着可以做一些事情，与动词词或愿意做某事的表达（动词）的高概率配对

因此，如果标记化结果与蛇或叮咬配对，您可以通过检查英语中的蛇和毒药来搜索答案中的相似含义。并在英文数据库中搜索，您会发现毒液总是与蛇配对（与毒素/毒药具有相似的含义）。

另一组可以按单词类型（名词、动词、形容词等）。

bisa == 毒药（名词）

bisa == can（动词）。

就是这样。计算好后，不需要数据库，只需要词匹配数据。因此，您可以通过检查在线数据（例如：维基百科）或下载它或使用圣经/书籍文件或任何其他包含大量句子的数据库来进行计算。

【讨论】：