如何使用n-gram在python中对字符串列表进行排序

Question

嗨，我想根据n-grams的降序排序字符串列表。

假设以下是我的名单

["sedan", "sail sedan", "sail", "price of", "price", "of chevrolet", "of", "chevrolet sail", "chevrolet"] 

我想输出

["price of", "of chevrolet", "chevrolet sail", "sail sedan", "sedan", "sail", "price", "of", "chevrolet"] 

注： 没有为按字母顺序没有验证。

Answer 1

假设按“n-gram降序排列”表示您希望拥有，例如，首先是3克，那么2克，等等，你可以试试这个：

>>> ngrams = ["sedan", "sail sedan", "sail", "price of", "price", "of chevrolet", "of", "chevrolet sail", "chevrolet"] 
>>> sorted(ngrams, key=lambda s: len(s.split()), reverse=True) 
['sail sedan', 'price of', 'of chevrolet', 'chevrolet sail', 'sedan', 'sail', 'price', 'of', 'chevrolet'] 

它使用一种特殊的key功能，首先split荷兰国际集团的字符串，然后使用len确定单词的数量在n-gram中。或者，您也可以尝试count ing n-gram中的空格数：

>>> sorted(ngrams, key=lambda s: s.count(" "), reverse=True)