Question

我有一个（标记，标记）元组列表，如下所示：

 token_tags =  
 [('book', 'noun'),
 ('run', 'noun'),
 (',', ','),
 ('book', 'verb'),
 ('run', 'adj'),
 ('run', 'verb')]

我试图找出令牌首次被标记为＆＃39;名词＆＃39;然后作为一个动词＆＃39;在列表中的下列外观中。所以，我不应该算“跑步”。因为它被标记为其名词＆＃39;之间的形容词。和＆＃39;动词＆＃39;分配。有关如何做到这一点的任何建议吗？

我已将元组转换为dict，如下所示

d = {}
for x, y in token_tags:
d.setdefault(x, []).append(y)

所以，现在d包含：

 {'book': ['noun', 'verb'], 'run': ['noun', 'adj', 'verb'], ',': [',']}

我已经尝试过常规表达来解决这个问题，但没有奏效。

Answer 1

现在你已经把它放在一本字典中，计算一对出现的时间很简单，想法是在列表中取两个连续元素并检查它们是否是欲望对，例如

>>> data = {'book': ['noun', 'verb'], 'run': ['noun', 'adj', 'verb'], ',': [',']}
>>> result={}
>>> for token, tag_list in data.items():
        count = 0
        for i in range(1,len(tag_list)):
            if tag_list[i-1]=="noun" and tag_list[i]=="verb":
                count = count + 1
        result[token] = count

>>> result
{',': 0, 'book': 1, 'run': 0}
>>>

计算元组的出现次数

1 个答案: