Question

我正在研究名称实体识别（NER），以识别文本的一些标签。

我想使用nltk，问题是我有这种格式的数据（元组列表的列表），基本上看起来像这样（4个示例）：

df[0:5]:
[[('Appendix', 'None'), ('B', 'None')],
 [('On', 'None'),
  ('the', 'None'),
  ('Table', 'None'),
  ('of', 'None'),
  ('Oppositions', 'None'),
  ('in', 'None'),
  ('Chapter', 'None'),
  ('15', 'NUM')],
 [('by', 'None'),
  ('Yaakov', 'None'),
  ('Zik', 'None'),
  ('Table', 'None'),
  ('i', 'None')],
 [('Initial', 'None'),
  ('positions', 'None'),
  ('of', 'None'),
  ('Mars', 'None'),
  ('in', 'None'),
  ('Chapter 15 ', 'None'),
  ('computed', 'None'),
  ('with', 'None'),
  ('Guide 9 ', 'None'),
  ('using', 'None'),
  ('JPL', 'GEOM'),
  ('DE430', 'GEOM')],
 [('General', 'None'), ('notes', 'None')]]

我想在不更改数据结构的情况下将其添加到每个元组pos_tag。

所需的结果应该是这样

[[('Appendix','CS', 'None'), ('B',  'NC', 'None')],
 [('On',  'NC',  'None'),
  ('the',  'NC',  'None'),
  ('Table',  'NC',  'None'),
  ('of', 'Fp' 'None'),
  ('Oppositions','Fp',  'None'),
  ('in', 'Fp' 'None'),
  ('Chapter', 'Fp', 'None'),
  ('15', 'Fp', 'NUM')],
 [('by', 'None'),
  ('Yaakov', 'Fp', 'None'),
  ('Zik', 'None'),
  ('Table', 'Fp', 'None'),
  ('i', 'Fp', 'None')],
 [('Initial', 'Fp', 'None'),
  ('positions', 'Fp', 'None'),
  ('of', 'Fp', 'None'),
  ('Mars', 'Fp', 'None'),
  ('in', 'Fp', 'None'),
  ('Chapter 15 ', 'Z', 'None'),
  ('computed', 'Fp', 'None'),
  ('with', 'Fp', 'None'),
  ('Guide 9 ', 'Fp', 'None'),
  ('using', 'None'),
  ('JPL', 'Fp', 'GEOM'),
  ('DE430', 'Fp', 'GEOM')],
 [('General', 'Z', 'None'), ('notes', ''Fp' 'None')]]

正如给出的，我想通过nltk.pos_tag（sent）在每个元组中添加pos-tag

一般来说，如何将组件添加到元组列表列表中，而结果又是相同的元组列表列表？

Answer 1

您的问题有点含糊，但是根据我的理解，这是一个快速的解决方案。假设您想保持订单完整，并想在元组的位置插入项目：

to_add = '*' # Replace this value with the actual data you want to insert such as pos_tag
position_to_add = 1 # Replace this value with the actual position to insert into

result = []
for lst in df:
    ret_li = []
    for tpl in lst:
        # new_tpl = [*tpl]
        # new_tpl.append('None')
        new_tpl = tuple([*tpl[0:position_to_add]] + [to_add] + [*tpl[position_to_add:]])
        ret_li.append(new_tpl)

    result.append(ret_li)

通过nltk将元组组件作为pos-tags添加到元组列表

1 个答案: