Question

我有一个文本，其中所有单词都用“词性”标签标记。此处的文本示例：

会发生什么/名词/动词/下一动词/ ADJ？/打孔

我需要找到所有出现/PUNCT后跟NOUN，PRON或PROPN的情况-并计算最常发生的一个。

因此答案之一将如下所示： ?/PUNCT What/NOUN或./PUNCT What/NOUN

此外，“交易”一词出现了6次，我需要通过代码进行显示。

我不允许使用NLTK，只能使用集合。

尝试了几种不同的方法，但实际上并不知道该怎么做。我认为我需要使用defaultdict，然后以某种方式执行while循环，这使我获得了具有正确连接词的列表。

Answer 1

这是一个可以满足您需求的测试程序。

它首先用空格' '分隔长字符串，从而创建单词/类元素的列表。然后，for循环检查是否出现了PUNCT和NOUN，PRON或PROPN的组合，并将其保存到列表中。

代码如下：

from collections import Counter
string = "What/NOUN could/VERB happen/VERB next/ADJ ?/PUNCT What/NOUN could/VERB happen/VERB next/ADJ ?/PUNCT"
words = string.split(' ')

found = []

for n, (first, second) in enumerate(zip(words[:-1], words[1:])):
    first_class = first.split('/')[1]
    second_class = second.split('/')[1]
    if first_class == 'PUNCT' and second_class in ["NOUN", "PRON", "PROPN"]:
        print(f"Found occurence at data list index {n} and {n+1} with {first_class}, {second_class}")
        found.append(f'{words[n]} {words[n+1]}')

数词：

words_only = [i.split('/')[0] for i in words]
word_counts = Counter(words_only).most_common()

使用python查找字符串中连接词的出现

1 个答案: