Minimal-Pairs:从发音词典生成最小对

介绍 该存储库包含用于从发音词典生成最小对的代码。 指示 数据 要以所需格式获取数据，请在命令行中输入以下内容： ./data.sh 这将做几件事： 下载带有词性标签的 Subtlex 语料库版本 下载一个版本的 Cmudict 发音词典 从 Subtlex 获取内容词的频率和主要词性 从 Cmudict 中删除标点符号、重音和变体信息 创建在 Cmudict 和 Subtlex 中找到的单词列表 输出文件如下： cmudict 是一个修订的发音词典，只包含在微妙的频率信息的单词 微妙是一个词的列表，其中最占主导地位的词性的频率 请注意，具有发音的单词数量可能小于具有频率的单词数量。 例如，比较： wc -l cmudict wc -l subtlex 项目 要获得最少的对，请从命令行执行以下操作： from min_pairs import * subtlex = get