如何在语料库中查找单词列表

Question

这里我必须找到列表c中的单词，这些单词是否存在于语料库行中。

我希望答案是[1,3,2,4,1,4,1,4,4]

意思是单词"；以及"；出现在行3中，因此回答"是"；1〃；

单词"；文件"；存在于行1、行2和行4中；3〃；等等

请更正我的程序，如果你有任何最简单的程序，也可以提出建议。谢谢

corpus= [
'this is the first document',            #row1
'this document is the second document',  #row2
'and this is the third one',             #row3
'is this the first document',            #row4
]
c=['and', 'document', 'first', 'is', 'one', 'second', 'the', 'third', 'this']
a=[]
count=0
for words in c:
a.append(count)
count=0
for row in corpus:
if words in row:
count=count+1
print(a)

Answer 1

所有问题都是您在错误的位置使用了append()。

您必须在for-循环之后使用它。

for words in c:
count=0
for row in corpus:
if words in row:
count=count+1
a.append(count)

Answer 2

这似乎是有效的。

from collections import Counter
words = []
for corp in corpus:
words.extend(corp.split())
word_counts = Counter(words)
word_counts_list = []
for word in c:
if word not in word_counts:
word_counts_list.append(0)
else:
word_counts_list.append(word_counts[word])

不是你期望的结果，而是你期望的不正确的结果。

word_counts_list
Out[136]: [1, 4, 2, 4, 1, 1, 4, 1, 4]