如何从句子列表中只找到唯一的句子答案

【问题标题】：How to find only the unique sentences from a list of sentences如何从句子列表中只找到唯一的句子
【发布时间】：2018-10-21 03:48:33
【问题描述】：

我有一个这样的列表：

           ['University', 'Cambridge', 'Lesley University', 'Lesley', 
'Office of Information Technology', 
    'Office', 'of', 'Information', 'Technology', 'MA', 
        'United States', 'United', 'States', 'Lesley University ', ' University', 
        'Lesley University Cambridge']

大学（大写）应与大学（小写）一样对待
由于“Leslie University”已经包含“University”，因此应该跳过“University”

因此我想只打印最独特的超集，因此输出看起来像：-

['Office of Information Technology', 'MA', 
            'United States', 
            'Lesley University Cambridge']

======================我尝试了什么======================= ==============

tok= ['University', 'Cambridge', 'Lesley University', 'Lesley', 
    'Office of Information Technology', 
        'Office', 'of', 'Information', 'Technology', 'MA', 
            'United States', 'United', 'States', 'Lesley University ', ' University', 
            'Lesley University Cambridge']
dic={}
for i in [x.lower() for x in tok]:
    dic[i]=1
dic

{'大学': 1, '剑桥': 1, '莱斯利大学': 1, '办公室信息技术的'：1，'ma'：1，'美国'：1，'lesley 大学'：1，'大学'：1，'莱斯利大学剑桥'：1， “莱斯利”：1}

sup_=sorted(jt.keys(), key=len)
se_={}
for i in sup_:
    ctr=0
    status=True

    for k in sup_:
        if i in k.split():
            ctr+=1
            status=status and (i in k.split())
    if status==True:
        #se[i]=1
        #print (ctr)
        if ctr==0:
            se_[i]=1
se_

{'美国': 1, '莱斯利大学': 1, '莱斯利大学剑桥”：1，“信息技术办公室”：1}

【问题讨论】：

此问题缺少上下文或其他详细信息：请通过提供其他上下文来改进问题，最好包括您对问题的想法以及您为解决问题所做的任何尝试。这些信息可以帮助其他人识别您遇到的困难，并帮助他们写出适合您经验水平的答案。您还需要准确说明问题是什么、您的预期、您得到了什么以及任何追溯。
为什么'MA' 应该出现在输出中？这是'Information' 的不区分大小写的子字符串。
@JohnGordon 'MA' 代表马萨诸塞州
问题看起来很模糊，因为它有一个列表结构，当你在列表中寻找一个独特的词时，它会逐词匹配，其次正如约翰所说的那样，问题的框架MA 不应该是出现了！

标签： python set unique

【解决方案1】：

这段代码怎么样：

import re
test = ['University', 'Cambridge', 'Lesley University', 'Lesley', 'Office of Information Technology', 'Office', 'of', 'Information', 'Technology', 'MA', 'United States', 'United', 'States', 'Lesley University ', ' University', 'Lesley University Cambridge']
result = []
for i in range(len(test)):
    str_init = test[i].strip()
    flag_add = True
    for j in range(len(test)):
        # exclude variable same index
        if(i!=j):
            str_include = " "+test[j]+" "
            pattern = r"\s{0}\s".format(str_init)
            if(re.search(pattern,str_include,re.IGNORECASE)):
                flag_add = False
    if(flag_add):
        result.append(str_init)
print(result)

输出：

['Office of Information Technology', 'MA', 'United States', 'Lesley University Cambridge']

【讨论】：

【解决方案2】：

很难知道这是否是您需要的，但此功能应该为您提供列表中唯一的单词

def unique_universities(text):
    low = []
    for x in text:
        x.replace(' ', '')
        low.append(x.lower())
    return set(low)

这就是你要找的吗？

【讨论】：

【解决方案3】：

您可以像这样处理您的数据：

def is_substr(str,l):
  for s in l:
    if s.lower().strip() != str.lower().strip():
      if str.lower().strip() in s.lower().strip():
        return True
  return False

input = ['University', 'Cambridge', 'Lesley University', 'Lesley', 'Office of Information Technology', 'Office', 'of', 'Information', 'Technology', 'MA', 'United States', 'United', 'States', 'Lesley University', 'University', 'Lesley University Cambridge']

sentences = []
for i in input:
  if not is_substr(i,input):
    sentences.append(i)

print sentences

运行它会产生输出：

['Office of Information Technology', 'MA', 'United States', 'Lesley University Cambridge']

【讨论】：