python中相邻句子的二元结构

假设我有三句话：

hello world

hello python

今天是星期二

如果我生成每个字符串的bigram，它将生成如下内容：

[('hello', 'world')]
[('this', 'is'), ('is', 'python')]
[('today', 'is'), ('is', 'tuesday')]

[('hello', 'world'), ('world', 'this'), ('this', 'is'),...]

一个句子的双格和两个连续句子的双格有区别吗？例如，

helloworld。hello python

是两个连续的句子。这两个连续句子的双格图看起来像我的输出吗

生成它的代码：

from itertools import tee, izip

def bigrams(iterable):
    a, b = tee(iterable)
    next(b, None)
    return izip(a, b)

with open("hello.txt", 'r') as f:
    for line in f:
        words = line.strip().split()
        bi = bigrams(words)
        print list(bi)

但是如果我想为相邻的句子生成二元图，它会给出与上面输出相同的结果。如果不是，输出会是什么样子

这取决于你想要什么。如果您将双字组的项目定义为一个完整的句子，它将如下所示：

[('hello world', 'this is python'),('this is python', 'today is tuesday')]

如果您想要一个项目类型为单词的双格图，对于所有的句子，它将如下所示：

[('hello', 'world')]
[('this', 'is'), ('is', 'python')]
[('today', 'is'), ('is', 'tuesday')]

[('hello', 'world'), ('world', 'this'), ('this', 'is'),...]

---

我认为术语bigrams是重载的，据我所知，这意味着任意两个相邻字符的组合？用字符串“你好”组成的双字组，分别是“他”、“埃尔”、“ll”和“洛”。请在你的上下文中陈述二元图的定义。请重写你的问题，使其一致。除此之外，如果你提供什么是文本结构，什么是预期的句子分隔符，你将有更好的机会得到答案你有生成元组列表的代码吗？或者任何代码？