Bigrams e trigrams explicados
Janelas deslizantes sobre os tokens.
Bigrams e trigrams explicados é uma aula grátis de NLP Academy no CoddyKit. Esta é a aula 2 de 4. Você pode ler a aula completa abaixo gratuitamente — depois pratica ao vivo no navegador com um editor de código integrado e um tutor de IA 24/7. Faz parte do caminho de aprendizado de NLP Academy, e seu progresso é sincronizado entre a web e o app CoddyKit. O curso de NLP Academy inclui 4 aulas no total.
Partes desta aula ainda não foram traduzidas e aparecem em inglês.
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. ⚙️
Perguntas Frequentes
A aula “Bigrams e trigrams explicados” é grátis?
Sim — o texto completo de “Bigrams e trigrams explicados” é grátis para ler aqui na web. Para praticá-la interativamente (um editor de código integrado e um tutor de IA 24/7) e desbloquear o restante do curso de NLP Academy, atualize para CoddyKit PRO. O curso de NLP Academy inclui 4 aulas no total.
O que vou aprender em “Bigrams e trigrams explicados”?
Janelas deslizantes sobre os tokens. Você pratica NLP Academy com código prático que executa diretamente no navegador, e um tutor de IA 24/7 responde suas dúvidas enquanto trabalha na aula.
Preciso ter experiência prévia para começar NLP Academy?
Nenhuma experiência prévia é necessária. NLP Academy no CoddyKit é estruturado para alunos iniciantes até avançados, então você pode começar aqui ou desde o início e aprender no seu ritmo. Esta é a aula 2 de 4.
Quanto tempo leva a aula “Bigrams e trigrams explicados”?
A maioria das aulas CoddyKit leva cerca de 5–10 minutos. Cada uma é compacta e interativa, então você faz progresso constante e retoma exatamente de onde parou entre web e app.
Posso escrever e executar código nesta aula de NLP Academy?
Sim. Cada aula de NLP Academy inclui um editor de código integrado, então você escreve e executa código real direto no navegador e recebe feedback de IA instantaneamente — nenhuma configuração local necessária.
Todas as aulas deste curso
- Por que palavras isoladas perdem significado
- Bigrams e trigrams explicados
- Recursos de N-grams no scikit-learn
- Escolhendo o intervalo certo de N-grams