将最大值写入字典而不覆盖

Question

我有一个包含翻译概率P（c | e）的双语词典（“概率”）。这是给定一个特定的英文单词e的概率，翻译将是一个特定的中文单词c。字典键看起来像这样：probabilities[chinese_word + " | " + english_word]

我也有一个语料库（“bitext”）的中文句子与他们的英文翻译对齐。现在，对于每一对句子，对于每个中文单词i，我想遍历所有英文单词j并选择P（c_i | e_j）最高的单词。我通过将变量argmax定义为0来完成此操作，并在概率相同或更高时更新此变量。

这就是问题：一些c | e组合具有完全相同的转换概率。但是，由于字典键必须是唯一的，因此我的代码只存储它所看到的最后一个c | e组合。如果它们共享最高的翻译概率，我希望它能够存储几个c | e组合。我该怎么做呢？

alignments = {}  

for k in range(1, number_of_sent+1): 

    sentences = bitext[k-1] 
    chinese_sent = sentences[0] 
    english_sent = sentences[1] 

    for i in range(len(chinese_sent)): 
     argmax = 0 
     for j in range(len(english_sent)): 
      if probabilities[chinese_sent[i] + " | " + english_sent[j]] >= argmax: 
       argmax = probabilities[chinese_sent[i] + " | " + english_sent[j]] 
       alignments[k, chinese_sent[i]] = english_sent[j] 

Answer 1

如果您需要为每个键存储多个值，那么您的“路线”字典必须存储某种集合，如列表。例如：

from collections import defaultdict 

alignments = defauldict(list) 

... 
[the remainder of your code] 
... 

alignments[k, chinese_sent[i]].append(english_sent[j]) 

---

顺便说一句，两个变化将使你的代码更清洁：

1. chinese_sent和英语版是iterables，你不需要索引，所以你不需要在你的循环中使用范围。

2. 您可以使用元组而不是字符串作为概率字典键。

那么您的代码将变为：

from collections import defaultdict 

alignments = defauldict(list) 

for k in range(1, number_of_sent+1): 

    sentences = bitext[k-1] 
    chinese_sent = sentences[0] 
    english_sent = sentences[1] 

    for cs in chinese_sent: 
     argmax = 0 
     for es in english_sent: 
      if probabilities[cs,es] >= argmax: 
       argmax = probabilities[cs,es] 
       alignments[k, cs].append(es) 

Answer 2

您可以将字典的值作为列表而不是单个值进行转换，即具有列表字典。

Answer 3

不是存储单个值，尝试的关键列表关联：

alignments[k, chinese_sent[i]].append(english_sent[j]) 

Answer 4

路线[K，chinese_sent [我]]应该是一个列表或一个数组，如果你看到当前vaue高，那么你将它设置为一个新的列表或数组，并存储概率并更新argmax。如果它是相同的，那么你给该列表添加一个新的值。