Txt Prediction Model Предупреждение о числовых выражениях - PullRequest
Новая
       31

Txt Prediction Model Предупреждение о числовых выражениях

0 голосов
/ 24 февраля 2019

У меня есть три кадра данных, созданных из разных подсчетов ngram (Uni, Bi, Tri), каждый кадр данных содержит разделенные ngram, подсчеты частоты (n) и добавил вероятность с помощью сглаживания.

Я написал три функциипросмотреть таблицы и вернуть наиболее вероятное слово на основе входной строки.И связали их 

##Prediction Model
trigramwords <- function(FirstWord, SecondWord, n = 5 , allow.cartesian =TRUE) {
probword <- trigramtable[.(FirstWord, SecondWord), allow.cartesian = TRUE][order(-Prob)]
if(any(is.na(probword)))
return(bigramwords(SecondWord, n))
if(nrow(probword) > n)
return(probword[1:n, ThirdWord])
count <-nrow(probword)
bgramwords <- bigramtable(SecondWord, n)[1:(n - count)]
return(c(probword[, ThirdWord], bgramwords))
}


bigramwords <- function(FirstWord, n = 5 , allow.cartesian = TRUE){
probword <- bigramtable[FirstWord][order(-Prob)]
if(any(is.na(probword)))
return(Unigramword(n))
if (nrow(probword) > n)
return(probword[1:n, SecondWord])
count <- nrow(probword)
word1 <- Unigramword(n)[1:(n - count)]
return(c(probword[, SecondWord], word1))
}

##Back off Model
Unigramword <- function(n = 5, allow.cartesian = TRUE){
return(sample(UnigramTable[, FirstWord], size = n))
}

## Bind Functions
predictword <- function(str) {
require(quanteda)
tokens <- tokens(x = char_tolower(str))
tokens <- char_wordstem(rev(rev(tokens[[1]])[1:2]), language = "english")

 words <- trigramwords(tokens[1], tokens[2], 5)
 chain_1 <- paste(tokens[1], tokens[2], words[1], sep = " ")

 print(words[1])
}

Однако я получаю следующее предупреждающее сообщение, и на выходе всегда одно и то же слово.Если я использую только функцию bigramwords, она работает нормально, но при добавлении функции trigram я получаю предупреждение.Я верю в это, потому что 1: n не определен правильно. 

Warning message:
In 1:n : numerical expression has 5718534 elements: only the first used
...