根据标签查找属于在一起的字符串

Question

假设我有一个嵌套列表，如下所示：

my_list = [['Germany', 'B-LOC'], ['Angela', 'B-PER'], ['Merkel', 'I-PER']]

因此，每个元素包含两个字符串，第一个字符串代表文本数据中的单词，第二个字符串代表机器学习模型中的标签。

在这里，B-LOC指Begin Location，B-PER指Begin Person，而I-PER指Inside Person。

我感兴趣的是一种根据标签来查找属于在一起的字符串的聪明方法。

在这种情况下，我想输出类似

print(....)
>>> Germany Location
>>> Angela Merkel Person

任何建议/提示如何开始？

Answer 1

这是一种方法。使用collections.defaultdict

例如：

from collections import defaultdict
my_list = [['Germany', 'B-LOC'], ['Angela', 'B-PER'], ['Merkel', 'I-PER']]
d = defaultdict(list)

check_val = {"PER": "Person", "LOC": "Location"}

for i in my_list:
    d[check_val.get(i[1][-3:], "N\A")].append(i[0])

for k, v in d.items():
    print( " ".join(v) + " " + k )

输出：

Angela Merkel Person
Germany Location

Answer 2

尝试列表理解：

data_location = [x[0] for x in my_list if 'LOC' in x[1]]
data_person = [x[0] for x in my_list if 'PER' in x[1]]
print( ' '.join(data_location), 'Location')
print(' '.join(data_person), 'Person')

输出：

Germany Location
Angela Merkel Person