Python - Bigrammi

Alcune parole inglesi ricorrono insieme più frequentemente. Ad esempio: Sky High, fai o muori, migliore performance, forte pioggia, ecc. Quindi, in un documento di testo potremmo aver bisogno di identificare una coppia di parole del genere che aiuterà nell'analisi del sentiment. Per prima cosa, dobbiamo generare tali coppie di parole dalla frase esistente mantenendo le loro sequenze correnti. Tali coppie sono chiamate bigram. Python ha una funzione bigram come parte della libreria NLTK che ci aiuta a generare queste coppie.

Esempio

import nltk
word_data = "The best performance can bring in sky high success."
nltk_tokens = nltk.word_tokenize(word_data)  	
print(list(nltk.bigrams(nltk_tokens)))

Quando eseguiamo il programma sopra, otteniamo il seguente output:

[('The', 'best'), ('best', 'performance'), ('performance', 'can'), ('can', 'bring'), 
('bring', 'in'), ('in', 'sky'), ('sky', 'high'), ('high', 'success'), ('success', '.')]

Questo risultato può essere utilizzato nei risultati statistici sulla frequenza di tali coppie in un dato testo. Ciò sarà correlato al sentimento generale delle descrizioni presenti nel corpo del testo.