使用py写一N-gram模型

当然，我可以帮你写一个N-gram模型。下面是一个使用Python编写的简单的N-gram模型的例子：

from collections import defaultdict
from nltk import ngrams

def build_ngram_model(corpus, n):
    model = defaultdict(list)
    for sentence in corpus:
        tokens = sentence.split()
        # 使用ngrams函数生成N-gram序列
        ngrams_sequence = list(ngrams(tokens, n))
        for grams in ngrams_sequence:
            prefix = ' '.join(grams[:-1])
            suffix = grams[-1]
            model[prefix].append(suffix)
    return model

def generate_sentence(model, n, start_word, max_length):
    current_word = start_word
    sentence = [current_word]
    for _ in range(max_length):
        prefix = ' '.join(sentence[-n+1:])
        if prefix in model:
            next_word = random.choice(model[prefix])
            sentence.append(next_word)
        else:
            break
    return ' '.join(sentence)

# 示例用法
corpus = [
    "I love coding",
    "Coding is fun",
    "I love programming"
]

model = build_ngram_model(corpus, 2)
generated_sentence = generate_sentence(model, 2, "I", 10)

print(generated_sentence)

上述代码首先定义了一个`build_ngram_model`函数，用于从给定的语料库中构建N-gram模型。它使用`ngrams`函数从每个句子中生成N-gram序列，并将前缀和后缀存储在一个字典中。

然后，我们定义了一个`generate_sentence`函数，用于生成基于N-gram模型的句子。它从给定的起始词开始，根据模型中的前缀和后缀进行随机选择，生成一个句子。

在示例用法中，我们提供了一个简单的语料库，并使用N-gram模型生成一个以"I"开头的句子。

请注意，这只是一个简单的示例，实际应用中可能需要处理更大的语料库和更复杂的文本预处理。希望这个例子能帮到你！如果有任何问题，请随时提问。