Question

我有一个文本文件，其中包含带有形态分割的单词列表：

例如：

目标瞄准：目标_V s：+ PL，目标：目标_V s：+ 3SG

航空公司空运：air_N line：line_N

闹钟的闹钟：闹钟_N＆＃39; s：+ GEN

炼金术士炼金术：alchemy_N ist：ist_s s：+ PL

我想在Python中的2D数组中对此文本文件进行转换，其中第一维是单词，第二维是表示单词形态分割的字符串

例如“航空公司”这个词。形态分割应该是BMEBMME，其中：

B是变形的开始
M是变形的中间字符
E是变形的结尾

我们还有代表单字符变形的S，例如对于＆＃39;目标＆＃39;我们将BMES作为其形态分割。

这些单词已经被划分为一行右侧的变形。

我真的很感谢你的帮助:)。

Answer 1

试试这个：

file = 'myfile'

fh = open(file)

segArr = []
for line in fh:
        list = line.split()

        output = '('+list[0]+','
        for word in list[1:]:
                fragments = word.split(':')
                fragment = fragments[0]
                if len(fragment) == 1:
                        output += 'S'
                else:
                        output += 'B'+'M'*(len(fragment)-2)+'E'
        segArr.append(output+')')

print (segArr)

使用上面的示例给出：

['(aims,BMESBMES)', '(airline,BMEBMME)', "(alarm's,BMMMEBE)", '(alchemists,BMMMMEBMES)']

我怀疑警报中对撇号的处理是否正确，但这是一个开始！

在2D数组中转换单词列表及其形态分割

1 个答案: