def split_dot(words): dots=[',','.','!','?'] str_data = [] for w in words: ##*****——请在下方补充代码——***** ##*****——请在上方补充代码——***** return(str_data) def get_eng_dicts(datas): w_all_dict = {} for sample in datas: for token in sample.split(" "): ##*****——请在下方补充代码——***** ##*****——请在上方补充代码——***** sort_w_list = sorted(w_all_dict.items(), key=lambda d: d[1], reverse=True) w_keys = [x for x,_ in sort_w_list[:7000-2]] w_keys.insert(0,"<PAD>") w_keys.insert(0,"<UNK>") w_dict = { x:i for i,x in enumerate(w_keys) } i_dict = { i:x for i,x in enumerate(w_keys) } return w_dict,i_dict

split_dot函数中的代码应该是：

if w[-1] in dots:
    if len(w) == 1:
        continue
    str_data.append(w[:-1])
    str_data.append(w[-1])
else:
    str_data.append(w)

get_eng_dicts函数中的代码应该是：

if token in w_all_dict:
    w_all_dict[token] += 1
else:
    w_all_dict[token] = 1

相关问题

使用Python完善以下代码def split_dot(words): dots=[',','.','!','?'] str_data = [] for w in words: ##*****——请在下方补充代码——***** #如果句末含有四个英文标点符号中的一个，用空格隔开，如果没有则忽略。 if w in dots:

str_data.append(' ') else: str_data.append(w) return ''.join(str_data)

可以使用该函数对字符串进行处理，将句末的英文标点符号与前面的单词分开，便于后续的处理和分析。具体来说，该函数的作用是将传入的字符串 words 中，如果句末含有四个英文标点符号中的一个，用空格隔开，如果没有则忽略。例如：

>>> words = "Hello, world! How are you?"
>>> split_dot(words)
'Hello, world ! How are you ? '

在上面的例子中，函数将字符串中的 `,` 和 `!` 和 `?` 判别为句尾标点符号，将其与前面的单词用空格隔开。

def eval_accuracy(label, pred): return np.sum(label == pred)/len(label) def draw(xy_points, t_val, b_t): if len(xy_points) != len(t_val): return u_t_val = np.unique(t_val) # draw dots for i in range(len(xy_points)): if b_t: # test data ax.scatter(xy_points[i, 0], xy_points[i, 1], s=10, marker='*', c='c') else: # train data if t_val[i] == u_t_val[0]: ax.scatter(xy_points[i, 0], xy_points[i, 1], s=10, marker='^', c='b') elif t_val[i] == u_t_val[1]: ax.scatter(xy_points[i, 0], xy_points[i, 1], s=10, marker='v', c='g') else: ax.scatter(xy_points[i, 0], xy_points[i, 1], s=10, marker='d', c='k')，这段代码的含义是什么

这段代码定义了两个函数：eval_accuracy和draw。

eval_accuracy函数的作用是计算分类器的准确率。该函数的输入参数为标签label和预测值pred，输出为分类器的准确率。

draw函数的作用是将数据点绘制在坐标系上。该函数的输入参数包括数据点xy_points、标签值t_val和一个布尔变量b_t，表示是否为测试数据。函数首先判断数据点和标签值的长度是否一致，如果不一致则返回。接着，根据标签值的不同，使用不同的标记和颜色将数据点绘制在坐标系上。如果b_t为True，则将测试数据点绘制成蓝色星号；否则，将训练数据点绘制成三角形（蓝色、绿色、黑色分别代表三个类别）。