NLTK“生成”功能：如何取回返回的文本？

发布于 2024-12-08 04:40:48 字数 578 浏览 0 评论 0原文

我是一个 Python 菜鸟，所以请耐心等待。

我正在尝试使用 NLTK 库，特别是“生成”函数。从文档来看，该函数只是打印其结果（ http://nltk.googlecode.com/svn/trunk/doc/api/nltk.text-pysrc.html）。我想在将结果文本打印到屏幕上之前对其进行操作，但我似乎无法弄清楚如何让此函数返回其文本。

我将如何获取该函数的输出？我是否必须更改函数以返回结果而不是打印结果？

更新：我发现这个链接有点像它，但感觉非常糟糕。 http://northernplanets.blogspot.com/2006 /07/capturing-output-of-print-in-python.html 这是我能期望的最好结果吗？

原文

分享到QQ

分享到微博

如果你对这篇内容有疑问，欢迎到本站社区发帖提问参与讨论，获取更多帮助，或者扫码二维码加入 Web 技术交流群。

发布评论

需要登录才能够评论，你可以免费注册一个本站的账号。

街角卖回忆 2024-12-15 04:40:48

generate 所做的就是生成一个三元模型（如果不存在），然后调用

text = self._trigram_model.generate(length)

、包装并打印它。

只需获取您想要的部分 - 可能只是上面的行（将 self 替换为实例名称），或者可能是整个内容，如下所示，以及最终的print替换为return。

def generate(self, length=100):
    if '_trigram_model' not in self.__dict__: 
        estimator = lambda fdist, bins: LidstoneProbDist(fdist, 0.2)
        self._trigram_model = NgramModel(3, self, estimator)
    text = self._trigram_model.generate(length)
    return tokenwrap(text) # or just text if you don't want to wrap

然后您可以使用手动传递的实例作为第一个参数来调用它。

All generate is doing is generating a trigram model if none exists, then calling

text = self._trigram_model.generate(length)

and wrapping and printing it.

Just take the parts you want -- possibly just the above line (with self replaced by the instance name), or possibly the whole thing, as below, with the final print replaced with return.

def generate(self, length=100):
    if '_trigram_model' not in self.__dict__: 
        estimator = lambda fdist, bins: LidstoneProbDist(fdist, 0.2)
        self._trigram_model = NgramModel(3, self, estimator)
    text = self._trigram_model.generate(length)
    return tokenwrap(text) # or just text if you don't want to wrap

And then you can just call it with a manually passed instance as the first argument.

回复收藏 0 原文

我三岁 2024-12-15 04:40:48

进入 Python26/site-packages/nltk/text.py 并更改“生成”函数：

     def generate(self, length=100):
        if '_trigram_model' not in self.__dict__:
            print "Building ngram index..."
            estimator = lambda fdist, bins: LidstoneProbDist(fdist, 0.2)
            self._trigram_model = NgramModel(3, self, estimator)
        text = self._trigram_model.generate(length)
        text_gen = tokenwrap(text)
        print text_gen
        return text_gen`

Go into Python26/site-packages/nltk/text.py and change the "generate" function:

     def generate(self, length=100):
        if '_trigram_model' not in self.__dict__:
            print "Building ngram index..."
            estimator = lambda fdist, bins: LidstoneProbDist(fdist, 0.2)
            self._trigram_model = NgramModel(3, self, estimator)
        text = self._trigram_model.generate(length)
        text_gen = tokenwrap(text)
        print text_gen
        return text_gen`

回复收藏 0 原文

~没有更多了~