Question

最终目标是让classifier = nltk.NaiveBayesClassifier.train(-placeholder-)运行。

目前，我有：

for i in range(0, len(p)):
   .....
   qq = add_lexical_features(bi_dist, feature_vector)

qq这是我的字典。现在，我需要添加单词"positive"并将其与下一次循环生成的qq结合起来。问题是，我真的不知道元组是如何工作的。感谢。

以下是添加了标签（＆＃34; neg＆＃34;）的一个qq字典的示例。

（{＆＃39; unigram：long＆＃39;：1，＆＃39; unigram：ve_2＆＃39;：0.003372681281618887，＆＃39; unigram：beholder_1＆＃39;：0.0016863406408094434，＆＃39; unigram： good_3＆＃39;：0.00505902192242833，＆＃39; unigram：unit_1＆＃39;：0.0016863406408094434，＆＃39; unigram：mireniamu_1＆＃39;：0.0016863406408094434}，＆＃39; neg＆＃39;）]

Answer 1

python中的元组使用和访问非常简单。对于大多数用途，它们就像列表一样工作

# create some simple tuples.
a = ('A', 1)
b = ('B', 2)
# Reading tuples. Access the elements with []
print a[0]    # 'A'
print b[1]    # 2
print len(a)  # 2

# tuples can be stored in your dict
qq['some-key'] = a
qq['another-key'] = b

print qq['some-key'][0]

我需要将一堆字典放入带有标签的元组中

1 个答案: