当有许多可能的 POS 标签时，查找单词形式的总数答案

【问题标题】：Finding total count for word form when many possible POS tags当有许多可能的 POS 标签时，查找单词形式的总数
【发布时间】：2019-10-29 21:56:59
【问题描述】：

我觉得我有一个愚蠢的问题，但不管怎样…… 我正在尝试从看起来像这样的数据：

a word form     lemma    POS                count of occurrance
same word form  lemma    Not the same POS   another count
same word form  lemma    Yet another POS    another count

到如下所示的结果：

the word form    total count    all possible POS and their individual counts

所以例如我可以：

ring     total count = 100        noun = 40, verb = 60

我的数据保存在 CSV 文件中。我想做这样的事情：

for row in all_rows:
    if row[0] is the same as row[0] in the next row, add the values from row[3] together to get the total count

buuut 我似乎不知道该怎么做。帮助？

【问题讨论】：

你不是说if column[0] is the same as column[0] in next row... 吗？
嗯。我的想法是逐行进行，因为我的数据中有多个单词，并且我希望保持看起来相同但具有不同 POS 标签的单词形式的总数（敲钟，戴戒指）。因此，如果第 1 行的第 0 个元素（即单词形式）与第 2 行的第 0 个元素相同，则将来自这些行的第 3 个元素的值相加得到单词的总数形式。
.. 是的，从技术上讲是专栏。
你是对的，实际上 row[0] 是一列，所以我不知道我为什么问这个问题，但最初我很困惑。谢谢

标签： python python-3.x nlp linguistics

【解决方案1】：

如果我理解正确，实现您需要的最简单方法是：

# Mocked CSV data
data = [
 ['a', 'lemma', 'pos', 1],
 ['a', 'lemma', 'pos1', 2],
 ['a', 'lemma', 'pos2', 3],
 ['b', 'lemma', 'pos', 5],
]

result = {}

for row in data:
  key = row[0]
  count = row[3]
  if key in result:
    result[key] += count
  else:
    result[key] = count

print(result)

结果：

{
  'a': 6,
  'b': 5
}

【讨论】：