Struttura dati per la memorizzazione delle associazioni di parole

Question

Sto cercando di implementare la previsione analizzando le frasi. Si consideri il seguente [piuttosto noioso] frasi

Call ABC 
Call ABC again 
Call DEF 

Mi piacerebbe avere una struttura dati per le frasi di cui sopra come segue:

Call: (ABC, 2), (again, 1), (DEF, 1) 
ABC: (Call, 2), (again, 1) 
again: (Call, 1), (ABC, 1) 
DEF: (Call, 1) 

In generale, Word: (Word_it_appears_with, Frequency), ....

Si prega di notare l'intrinseca ridondanza in questo tipo di dati. Ovviamente, se la frequenza di ABC è 2 su Call, la frequenza di Call è 2 su ABC. Come ottimizzo questo?

L'idea è di utilizzare questi dati quando si digita una nuova frase. Ad esempio, se è stato digitato Call, dai dati, è facile dire che ABC è più probabile che sia presente nella frase e offrirlo come primo suggerimento, seguito da nuovo e DEF.

Mi rendo conto che questo è uno dei milioni di possibili modi di implementare la previsione, e attendo con impazienza suggerimenti su altri modi per farlo.

Grazie

Answer 1

Forse utilizzando un grafico bidirezionale. È possibile memorizzare le parole come nodi, con i bordi come frequenze.

Answer 2

È possibile utilizzare la seguente struttura di dati troppo:

Map<String, Map<String, Long>> 

Answer 3

vorrei prendere in considerazione una delle due opzioni:

Opzione 1:

class Freq { 
    String otherWord; 
    int freq; 
} 

Multimap<String, Freq> mymap; 

o forse un tavolo

Table<String, String, int> 

Alla luce di quanto sopra Freq: si potrebbe desiderare di fare la mappatura bidirezionale:

class Freq{ 
    String thisWord; 
    int otherFreq; 
    Freq otherWord; 
} 

Ciò consentirebbe di molto rapido aggiornamento dei coppie di dati.