前提・実現したいこと
Pythonで単語が1列に書いてあるcsvファイルを読み込み、
各単語間の類似度を計算してその数値を表示するプログラムを書いています。
類似度が一定数以上の組み合わせを出力したいです。
質問内容としては前回の質問とほぼ同じです。
前回は実現したいことの前に問題があり、そこを修正することに時間がかかり、
完全には至らなかったので修正した上で再度質問させていただきます。
sample.csv
りんご いぬ いちご くま みかん ねこ
出力したい結果(数値は仮)
りんご - いちご 0.3 いぬ - ねこ 0.3 ...
発生している問題・エラーメッセージ
#りんごーいぬ、りんごーいちご、りんごーくま、りんごーみかん、りんごーねこ #いぬーいちご、いぬーくま、いぬーみかん、いぬーねこ #いちごーくま、いちごーみかん、いちごーねこ #くまーみかん、くまーねこ #みかんーねこ
のように順に比較するためには、エラーも含め現状のコードをどのように修正すべきでしょうか。
アドバイスをいただきたいです。
--------------------------------------------------------------------------- IndexError Traceback (most recent call last) <ipython-input-14-351589476c7a> in <module>() 9 for j in range(1, len(data)-1): 10 w1_word = data[i] ---> 11 w1_syn = wn.synsets(w1_word, lang='jpn')[0] 12 w2_word = data[j] 13 w2_syn = wn.synsets(w2_syn, lang='jpn')[0] IndexError: list index out of range
該当のソースコード
python
1import csv 2f = open("sample.csv", encoding='utf-8' ) 3lines = f.readlines() 4 5dataset1= pd.read_csv('sample.csv', header=None) 6dataset1 7 8for datum in data: 9 ret = wn.synsets(datum, lang='jpn') 10 if ret: 11 data_with_syn.append((datum, ret[0])) 12 continue 13 14 datum = hira2kata(datum) 15 ret = wn.synsets(datum, lang='jpn') 16 if ret: 17 data_with_syn.append((datum, ret[0])) 18 continue 19 20 print(f'Unknown word: {datum}.') 21 22print(*data_with_syn, sep='\n') 23 24#1行目からlen(data)まで比較、2行目からlen(data)まで比較する 25#りんごーいぬ、りんごーいちご、りんごーくま、りんごーみかん、りんごーねこ 26#いぬーいちご、いぬーくま、いぬーみかん、いぬーねこ 27#いちごーくま、いちごーみかん、いちごーねこ 28#くまーみかん、くまーねこ 29#みかんーねこ 30from nltk.corpus import wordnet as wn 31for i in range(0, len(data)-2): 32 for j in range(1, len(data)-1): 33 w1_word = data[i] 34 w1_syn = wn.synsets(w1_word, lang='jpn')[0] 35 w2_word = data[j] 36 w2_syn = wn.synsets(w2_syn, lang='jpn')[0] 37 similarity = w1_syn.path_similarity(w2_syn) 38 if similarity > 0.3: 39 print( data[i] + '-' + data[j] + similarity) 40 41
###ご回答を受けて、追加で聞きたいこと
itertools.combinationsを使うと、
組み合わせを一覧で出すことが可能ですが、
('りんご', 'いぬ') ('りんご', 'いちご') ('りんご', 'くま') ('りんご', 'みかん') ('りんご', 'ねこ') ('いぬ', 'りんご') ('いぬ', 'いちご') ('いぬ', 'くま') ('いぬ', 'みかん') ('いぬ', 'ねこ') ('いちご', 'りんご') ('いちご', 'いぬ') ('いちご', 'くま') ('いちご', 'みかん') ('いちご', 'ねこ')
のように自分自身は除いて、
他の要素すべてと組み合わせる方法はどうすればいいのでしょうか。
補足情報(FW/ツールのバージョンなど)
Python 3.6.3
Mac OS High Sierra
Jupyter notebook 5.0.
回答1件
あなたの回答
tips
プレビュー
バッドをするには、ログインかつ
こちらの条件を満たす必要があります。
退会済みユーザー
2018/06/21 03:01
2018/06/21 03:56
退会済みユーザー
2018/06/21 04:30
退会済みユーザー
2018/06/21 04:50
2018/06/21 06:53
退会済みユーザー
2018/06/22 03:09