Question

我有一个词典，其中键是简单的单词，值是分数。我想基于单词的频率和存储在字典中的得分（值）与文件（或字符串）中的匹配单词相比来计算得分。例如，假设我的文字是：

“狗是很棒的宠物，仓鼠是坏宠物。这就是我想养狗的原因”

我的字典是：

Dict = {'dogs'：5，'hampsters'： - 2}

然后我想计算得分为8（（2x5）-2 = 8）。我可以用

在字典中找到出现的内容

    for key in Dict: 
    m = re.findall(key, READ , re.IGNORECASE)

但我无法以有用的方式访问密钥的值。

非常感谢任何帮助。

谢谢，斯科特

Answer 1

编辑：史蒂夫V启发了以下内容，这是更好的：

sentence = "...".split()
score = sum(sentence.count(word) * score for word, score in scores.items())

强制性单行：

>>> s = "Dogs are great pets and hamsters are bad pets. That is why I want a dog."
>>> scores = {'dogs': 5, 'hamsters': -2}
>>> import collections
>>> sum(scores.get(word.lower(), 0) * freq for word, freq in collections.Counter(s.split()).items())
3

并分手：

>>> sum = 0
>>> counts = collections.Counter(s.split())
>>> for word, freq in counts.items():
...     sum += scores.get(word.lower(), 0) * freq
...
>>> sum
3

显着特征：

得分不是8（如上所述）但是3，因为单词dogs仅在您给出的字符串中出现一次。如果您想要对单词dog进行两次计算，则需要一个（更多）更复杂的算法，可能需要与复数库连接以处理child -> children和man -> men等案例。这不容易或不一定正确。
我已经包含.lower()来忽略您提供的字符串中的大小写。如果你不想这样，只需删除电话。
你拼错了“仓鼠”：p。

Answer 2

如果可能的话，使用katrielalex的答案，它比我的更干净。如果您没有Python 2.7（像我一样），这可能适合您：

sentence = "Dogs are great pets and hamsters are bad pets. That is why I want a dog"

scores = {'dog' : 5, 'hamster' : -2} 

occurrences = {}

for key in scores: 
  m = re.findall(key, sentence , re.IGNORECASE)
  occurrences[key] = len(m)

totalScore = 0

for word in occurrences:
  totalScore += scores.get(word.lower(), 0) * occurrences[word]

print totalScore

我做了“狗” - ＆gt;在你的乐谱词典中的“狗”，假设它是一个错字。如果你改回来，你的结果将是3而没有多元化。

Answer 3

这应该有效：

mtext =“狗是很棒的宠物，仓鼠是坏宠物。这就是为什么我想要一只狗” 关键词： p = re.compile（'dog'，re.IGNORECASE） NuOfDogs = len（p.findall（mtext））#returns出现次数

Answer 4

katrielalex的另一个变体是对那些坚持使用Python 2.6的人的回答，

将此代码段放在一个文件中（例如counter.py）：http://code.activestate.com/recipes/576611/

然后您可以使用以下代码：

from counter import Counter

counts = Counter(text.split())
for word, freq in counts.items():
    sum += scores.get(word.lower(), 0) * freq 
...

几乎相同，但它适用于较旧的Python版本。

Python - 将文本文件中的单词与字典匹配并操纵值

4 个答案: