将python嵌套列表与（随机变量）匹配

Question

我在字符串之间做一些匹配。

t1 = '[go:VB, [like:IN, [i:PR]], [to:TO], [there:RB]]'
t2 = '[A, [like:IN, [B]], [to:TO], [C]]'

t1 和 t2 的形状都是 X:Y

我称之为

X : 单词

Y : 标签

我愿意

t1 == t2

在这个例子中，如果我们说这样的话，这是可以做到的：

for i in t1: 
    if i.tag in (‘NN’, ‘RB’, ‘JJ’,’ VB’, PN’):
        X:Y = #ANY ONE UPPER CASE VARIABLE

我不能这样做，因为它们不是列表，我不能这样做 (eval) 因为 (: )，列表中不接受。

我所做的就是我分裂 (‘ , ‘)

t1 = t1.split(',')
t2 = t2.split(',')

现在的新列表类似于：

t1 = ['[go:VB', ' [like:IN', ' [i:PR]]', ' [to:TO]', ' [there:RB]]']
t2 = ['[A', ' [like:IN', ' [B]]', ' [to:TO]', ' [C]]']

现在

t1[0] == t2[0]   #return FALSE
t1[1] == t2[1]   #return TRUE
t1[2] == t2[2]   #return FALSE
t1[3] == t2[3]   #return TRUE
t1[4] == t2[4]   #return FALSE

我需要它们都返回 TRUE，即使我将变量从 (A) 更改为任何一个大写字母（例如 Z、H、X）

我想把最后一个成员放在最后一个成员之前，然后只选择标签

>>> t1[0]
'[go:VB'
# to select only the tag
>>> t1[0][-2:]
'VB' # << This is what I want

>>> t1[1]
' [like:IN'
# to select only the tag
>>> t1[1][-2:]
'IN'  # << This is what I want

>>> t1[2]
' [i:PR]]'
# to select only the tag 
>>> t1[1][-2:]
']]'   # << This is NOT what I want

我不知道在这里做什么，但可能有一个有用的东西可以使用，但我不知道如何在这里适应它

>>> t1[0][-2:].isalpha()
True
>>> t1[1][-2:].isalpha()
True
>>> t1[2][-2:].isalpha()
False

Answer 1

这里是您的格式问题的快速修复 -

import itertools
t1 = '[go:VB, [like:IN, [i:PR]], [to:TO], [there:RB]]'
t2 = '[A, [like:IN, [B]], [to:TO], [C]]'
t1=t1.replace("]","")
t1=t1.replace("[","")
t2=t2.replace("[","")
t2=t2.replace("]","")
t1=t1.split(",")
t2=t2.split(",")
print(t1)
print(t2)
for i,j in itertools.zip_longest(t1,t2):
    if i[-2:]==j[-2:]:
        print("true")
    else:
        print("false")

输出是 -

['go:VB', ' like:IN', ' i:PR', ' to:TO', ' there:RB']
['A', ' like:IN', ' B', ' to:TO', ' C']
false
true
false
true
false

但是，我不喜欢这种方法，我会解释原因。从您的部分代码中，我可以理解您正在使用句子和词性标记（POS）。我将通过帮助您生成一个实际可读的 POS 列表来解决您的问题。我在 python 中使用 NLTK 模块，这是一个强大的自然语言处理工具（经过结构化数据训练） 你可以找到文档here

import nltk
import itertools
from nltk import tokenize
from nltk.tokenize import *
text1= word_tokenize("And now for something completely different")
text2= word_tokenize("And won for something completely same")
t1=nltk.pos_tag(text1)
t2=nltk.pos_tag(text2)
print(t1)
print(t2)

for i ,j in itertools.zip_longest( t1,t2 ):
    if i[1]==j[1]:
        print("true")
    else:
        print("false")

这就是输出。

[('And', 'CC'), ('now', 'RB'), ('for', 'IN'), ('something', 'NN'), ('completely', 'RB'), ('different', 'JJ')]
[('And', 'CC'), ('won', 'VBD'), ('for', 'IN'), ('something', 'NN'), ('completely', 'RB'), ('same', 'JJ')]
true
false
true
true
true
true

密切注意输出，最后一个true的原因是它们都是形容词。让我尽可能简单地解释代码。现在你可以看到，word_tokenize()是一个分解将句子放入其各自的标记中（尝试使用诸如“不能”之类的词，看看会发生什么），pos_tag() 执行 POS 标记。我相信您知道这一点。注意 - 这里，“:”默认替换为“,”。从而更容易区分单词和标签。这个模块不仅可以帮助您在此格式化它非常强大。您可以训练您的数据，提取实体并大大提高您的工作质量。

但是，注意到您的句子中存在变量（我想知道它们来自哪里），我建议迭代列表中的每个项目并跳过变量（因为您希望它们给出 TRUE 输出反正）。然后，只需比较 T1 和 T2 之间单词的标签。