Question

import nltk
from nltk import *
from nltk.corpus import wordnet as wn

output=[]
wordlist=[]

entries = nltk.corpus.cmudict.entries()

for entry in entries[:200]: #create a list of words, without the pronounciation since.pos_tag only works with a list
    wordlist.append(entry[0])

for word in nltk.pos_tag(wordlist): #create a list of nouns
    if(word[1]=='NN'):
        output.append(word[0])

for word in output:
    x = wn.synsets(word) #remove all words which does not have synsets (this is the problem)
    if len(x)<1:
        output.remove(word)

for word in output[:200]:
    print (word," ",len(wn.synsets(word)))

我正在尝试删除没有synset的所有单词但由于某种原因它无法正常工作。在运行程序时，我发现即使一个单词被称为len（wn.synsets（word））= 0，它也不会从我的列表中删除。有人能告诉我出了什么问题吗？

Answer 1

您无法遍历列表，并同时删除当前项目。这是一个演示问题的玩具示例：

In [73]: output = range(10)

In [74]: for item in output:
   ....:     output.remove(item)

您可能希望删除output中的所有项目。但相反，其中一半仍然存在：

In [75]: output
Out[75]: [1, 3, 5, 7, 9]

为什么你不能同时循环和删除：

想象一下，Python使用内部计数器来记住当前项目通过for-loop时的索引。

当计数器等于0（第一次循环）时，Python执行

output.remove(item)

精细。现在output中的项目少了一个。但是然后Python将计数器增加到1.所以单词的下一个值是output[1]，这是原始列表中的第三个项目。

0  <-- first item removed
1  <-- the new output[0] ** THIS ONE GETS SKIPPED **
2  <-- the new output[1] -- gets removed on the next iteration

（解决方法）解决方案：

相反，要么迭代output的副本，要么构建新的列表。在这种情况下，我认为构建新列表更有效：

new_output = []
for word in output:
    x = wn.synsets(word) 
    if len(x)>=1:
        new_output.append(word)

带有nltk.wordnet.synsets的Python IF语句

1 个答案: