Python 在句子中创建单词及其上下文词典

我有一个包含数十万单词的Python列表。这些词在文本中的出现顺序

我正在寻找创建一个与字符串相关联的每个单词的字典，该字符串包含两个（比如）出现在单词前后的单词

例如列表：“This”是一个“示例”句子

应该成为字典：

"This" = "This is an"
"is" = "This is an example"
"an" = "This is an example sentence"
"example" = "is an example sentence"
"sentence" = "an example sentence"

比如：

WordsInContext = Dict()
ContextSize = 2
wIndex = 0
for w in Words:
    WordsInContext.update(w = ' '.join(Words[wIndex-ContextSize:wIndex+ContextSize]))
    wIndex = wIndex + 1

这可能包含一些语法错误，但即使这些错误得到纠正，我相信这将是一种效率极低的方法

有人能推荐一种更优化的方法吗？

我的建议：

words = ["This", "is", "an", "example", "sentence" ]

dict = {}

// insert 2 items at front/back to avoid
// additional conditions in the for loop
words.insert(0, None)
words.insert(0, None)
words.append(None)
words.append(None)

for i in range(len(words)-4):   
    dict[ words[i+2] ] = [w for w in words[i:i+5] if w]

在python中

2.7+

或

3.x

{word:words[max(i-context_size,0):j] for word,i,j in zip(words,count(0),count(context_size+1))}

---

你知道你会用这样的句子改写条目吗？为了快速随机存取，你把清单>代码>作为你的第一部分（如果你必须再次访问该列表，例如索引（10），索引（1212）。否则，你可能会考虑<代码>集合。DeQue/Coo>。唯一的问题是链接列表（实际上是双链）。.List是

数组

，因此它不是用于随机访问的。另外，

deveque

是一个双端队列……但是，如果您的

List

非常大（数万个），则

deveque

可能会很有用你一次只能遍历一个。但我不认为遍历链表比在现代编译器下遍历数组更糟糕。我的2美分。@eumiro：是的，我意识到我会重写句子，那应该没问题。我只需要一个单词的“上下文”。如果你

[w for w in words[I:I+5]if w]

，输出应该正是OP想要的。+1对于一个优雅的解决方案@Dirk！@DarenThomas：我在哪里使用[w for w in words[I:I+5]如果w]？事实上，我决定不需要存储上下文。我只需要将其写入一个文件。按照您的代码，我尝试了类似这样的东西：wPos=firewardslist.index（w）；对于FireOrdsList中的cw[wPos-ContextSize:wPos+ContextSize+1]：f2.写入（cw+“”）。我感觉“索引”将进行线性搜索，速度非常慢。有更好的方法吗？试试这个：对于范围内的I（len（words）-4）：对于单词中的w[I:I+5]：如果w:f2.写入（w+“”）f2.写入（“\n”）

{word:words[max(i-context_size,0):j] for word,i,j in zip(words,count(0),count(context_size+1))}