Question

我一直在使用deeppavlov的命名实体识别模型，但是它以以下格式返回数据：[[[tokens]，[ner_tags]]]

示例：

原始文本-John Doe at Burger King on Thursday

返回：

[[['john', 'doe', 'at', 'burger', 'king', 'on', 'thursday'], 
  ['B-PERSON, 'I-PERSON', 'O', B-ORG, I-ORG, 'O', 'B-DATE]]]

所需：

[['john doe', 'PERSON'], ['burger king', ORG], [thursday, DATE]]

“ B-”前缀表示实体的开始，而“ I-”前缀表示实体的“内部”。如何操作列表以提供所需的输出

Answer 1

您可以使用zip方法。

rs = [[['john', 'doe', 'at', 'burger', 'king', 'on', 'thursday'], 
       ['B-PERSON, 'I-PERSON', 'O', B-ORG, I-ORG, 'O', 'B-DATE]]]
words, kinds = rs[0]
classes = [[word, kind] for word, kind in zip(words, kinds) if kind != 'O']

Answer 2

使用itertools.groupby：

from itertools import groupby

res = []
for k, g in groupby(zip(*result[0]), key=lambda x:x[1].split('-')[-1]):
    if k != 'O':
        res.append([' '.join(x[0] for x in g), k])
res

输出：

[['john doe', 'PERSON'], ['burger king', 'ORG'], ['thursday', 'DATE']]

您可以制作此单线纸：

[[' '.join(x[0] for x in g), k] for k, g in groupby(zip(*result[0]), key=lambda x:x[1].split('-')[-1]) if k != 'O']

我需要怎么做才能翻译此列表？

2 个答案: