Bigramy i trigramy — wyjaśnienie
Przesuwane okna tokenów
Bigramy i trigramy — wyjaśnienie to bezpłatna lekcja NLP Academy na CoddyKit. To lekcja 2 z 4. Możesz przeczytać całą lekcję poniżej za darmo — a potem ćwiczyć ją interaktywnie w przeglądarce z wbudowanym edytorem kodu i tutorem AI dostępnym 24/7. To część ścieżki edukacyjnej NLP Academy, a Twój postęp synchronizuje się między webem a aplikacją CoddyKit. Kurs NLP Academy zawiera 4 lekcji w sumie.
Części tej lekcji nie zostały jeszcze przetłumaczone i są wyświetlane po angielsku.
Naming the N-Grams
The n in n-gram is just a number. Pick n and you decide how many neighboring words each feature bundles together.
Meet the Bigram
A bigram is an n-gram of size two, every adjacent pair of words. It is the most common upgrade over plain single words. 👍
Bigrams in Action
From four words you get three overlapping pairs. Notice how each bigram shares one word with the next one.
words = "i love clean code".split()
bigrams = list(zip(words, words[1:]))
print(bigrams)Meet the Trigram
A trigram takes three words at a time. It captures even more context, like is not good as one unit.
words = "this is not good".split()
trigrams = list(zip(words, words[1:], words[2:]))
print(trigrams)How Many Do You Get?
For a sentence of N words, you get N minus n plus one n-grams. So 4 words give 3 bigrams and 2 trigrams.
The Window Slides
Each n-gram comes from a small window moving one word forward. Overlap is the point, since shared words stitch context together.
A Reusable Helper
You can build any n-gram with one tidy function using zip. Change the value of n and the same code handles bigrams or trigrams.
def ngrams(words, n):
return list(zip(*[words[i:] for i in range(n)]))Bigger N, More Context
Higher values of n hold longer phrases, so they capture context more precisely. That power comes with a cost you will meet soon.
Bigger N, Rarer Grams
The longer the run, the less often that exact sequence repeats. Large n-grams become rare, appearing in few documents.
Why Bigrams Are Popular
Bigrams hit a sweet spot: enough context to catch not bad, common enough to repeat across texts. That balance makes them a reliable default.
Mixing Sizes
You rarely use one size alone. Most pipelines combine unigrams and bigrams so the model sees both single words and their key pairs.
Quick Check
How many bigrams come from the sentence text is just data, which has four words?
Recap: Bigrams and Trigrams
A bigram joins two words, a trigram joins three. Bigger n holds more context but appears less often. Next you will let scikit-learn build them. ⚙️
Często zadawane pytania
Czy lekcja „Bigramy i trigramy — wyjaśnienie” jest bezpłatna?
Tak — pełny tekst „Bigramy i trigramy — wyjaśnienie” jest dostępny za darmo tutaj w sieci. Aby ćwiczyć ją interaktywnie (wbudowany edytor kodu i tutor AI dostępny 24/7) i odblokować resztę kursu NLP Academy, przejdź na CoddyKit PRO. Kurs NLP Academy zawiera 4 lekcji w sumie.
Co nauczysz się w „Bigramy i trigramy — wyjaśnienie”?
Przesuwane okna tokenów Ćwiczysz NLP Academy z praktycznym kodem, który uruchamiasz bezpośrednio w przeglądarce, a tutor AI dostępny 24/7 odpowiada na Twoje pytania podczas pracy nad lekcją.
Czy potrzebuję doświadczenia, aby zacząć NLP Academy?
Nie wymagamy żadnego doświadczenia. NLP Academy w CoddyKit jest strukturyzowany dla początkujących i zaawansowanych użytkowników, więc możesz zacząć tutaj lub od początku i uczyć się w swoim tempie. To lekcja 2 z 4.
Ile czasu zajmuje lekcja „Bigramy i trigramy — wyjaśnienie”?
Większość lekcji CoddyKit trwa około 5–10 minut. Każda lekcja to mały, interaktywny krok, dzięki czemu robisz systematyczne postępy i zawsze wracasz dokładnie do tego samego miejsca — na webie i w aplikacji.
Czy mogę pisać i uruchamiać kod w tej lekcji NLP Academy?
Tak. Każda lekcja NLP Academy zawiera wbudowany edytor kodu, więc piszesz i uruchamiasz prawdziwy kod bezpośrednio w przeglądarce i od razu otrzymujesz sprzężenie zwrotne od AI — bez konfiguracji na komputerze.
Wszystkie lekcje w tym kursie
- Dlaczego pojedyncze słowa tracą znaczenie
- Bigramy i trigramy — wyjaśnienie
- Cechy N-gramowe w scikit-learn
- Wybór właściwego zakresu N-gramów