用于存储单词关联的数据结构

Question

我试图通过分析句子来实现预测.考虑以下[相当无聊]的句子

Call ABC
Call ABC again
Call DEF

我想为上述句子提供如下数据结构:

Call: (ABC, 2), (again, 1), (DEF, 1)
ABC: (Call, 2), (again, 1)
again: (Call, 1), (ABC, 1)
DEF: (Call, 1)

一般来说, Word: (Word_it_appears_with, Frequency), ....

请注意此类数据的固有冗余.显然,如果频率ABC为2下Call,频率Call为2以下ABC.我该如何优化？

这个想法是在输入新句子时使用这些数据.例如,如果Call已经输入,则从数据中很容易说出ABC句子中更有可能出现,并将其作为第一个建议提供,然后再次和DEF.

我意识到这是实现预测的一百万种可能方式之一,我热切期待其他方法的建议.

谢谢

Answer 1

也许使用双向图。您可以将单词存储为节点，将边存储为频率。