如何使用nltk.containers.Trie？

Question

我想使用nltk.containers.Trie来执行一些简单的操作，比如在trie中插入一个单词，检索具有给定前缀的所有单词，查找具有最多后代(即最常见的前缀)的节点，以图形方式查看trie等等。我找不到任何关于这个结构使用的文档。这是我到目前为止所知道的一切：

from nltk.containers import Trie
t = Trie()

我现在有了一个需要添加到trie中的单词列表。

Answer 1

很神秘，不是吗。它基本上是一个字典，但您还可以检查字符串是否为已知键的前缀：

>>> t = Trie()
>>> t['they'] = 15
>>> 'the' in t
True
>>> print t['the']
None

还有find_prefix，它将尽可能多地匹配它的参数，并返回找到的值(如果有)加上参数的其余部分：

>>> t.find_prefix("theirs")
(None, 'irs')                 # Prefix "the" has no value

您可以查看nltk/containers.py中的源代码。神奇之处在于__setitem__和__getitem__方法，它们处理t[key]形式的表达式。

同样值得注意的是：keys()方法将只返回真正的条目，而不是前缀。您可以将它与方法subtrie一起使用，以检索以给定前缀开头的所有单词：

>>> t.subtrie('th').keys()
['ey']

PS。请注意，containers.py在大约六个月前就从NLTK中删除了！在更新您的nltk发行版之前(您应该这样做)，以不同的名称保存nltk/containers.py。更好的做法是，只保存Trie类。(文件的其余部分已过时)。