Python n-gram马尔可夫链转移表

我试图从给定的文本片段构建一个n-gram马尔可夫模型，然后访问它的转换表，这样我就可以计算长度为n（gram）的每个单词序列的条件熵。 例如，在2-gram模型中，在阅读文本语料库后

狗追猫狗追猫狗追猫 狗追猫狗追猫狗追猫 狗追猫狗追猫狗追猫 狗追人”

并且建立一个内部转换表，状态“狗追逐”可能以0.9的概率转换为状态“追逐猫”，并以0.1的概率转换为状态“追逐人”。如果我知道可能的跃迁，我可以计算条件熵

---

有什么好的python库可以做这件事吗？我已经检查了NLTK、SRILM和其他内容，但没有发现太多内容。

这篇文章创建仅4年多一点，我发现自己也有同样的问题。虽然可以手动执行此操作，但我已经创建了，它提供了更多的功能

您不仅可以访问转换表，还可以对任何N-gram组合执行此操作

---

随着时间的推移，我将继续构建这个工具包，请随时为我提供关于未来功能的建议

我认为手动操作应该不会太难。。。也许迭代所有对并做一个简单的计数矩阵，而不是规范化每一行以得到一个转移矩阵。