10

テキスト内の単語検索を行うこのスクリプトがあります。検索はかなりうまくいき、結果は期待どおりに機能します。私が達成しようとしているnのは、一致に近い単語を抽出することです。例えば：

世界は小さな場所です。

私が探していてplace、右側の 3 つの単語と左側の 3 つの単語を抽出する必要があるとします。この場合、それらは次のようになります。

left -> [is, a, small]
right -> [we, should, try]

これを行うための最良のアプローチは何ですか?

ありがとう！

4

5 に答える 5

22 
def search(text,n):
    '''Searches for text, and retrieves n words either side of the text, which are retuned seperatly'''
    word = r"\W*([\w]+)"
    groups = re.search(r'{}\W*{}{}'.format(word*n,'place',word*n), text).groups()
    return groups[:n],groups[n:]

これにより、キャプチャする両側の単語数を指定できます。正規表現を動的に構築することで機能します。と

t = "The world is a small place, we should try to take care of it."
search(t,3)
(('is', 'a', 'small'), ('we', 'should', 'try'))
于 2013-07-15T02:19:22.180 に答える
6

正規表現は機能しますが、この問題にはやり過ぎだと思います。次の 2 つのリスト内包表記を使用したほうがよいでしょう。

sentence = 'The world is a small place, we should try to take care of it.'.split()
indices = (i for i,word in enumerate(sentence) if word=="place")
neighbors = []
for ind in indices:
    neighbors.append(sentence[ind-3:ind]+sentence[ind+1:ind+4])

探している単語が文中に連続して複数回出現する場合、このアルゴリズムは連続して出現する単語を隣接単語として含めることに注意してください。
例えば：

[29]: 隣人 = []

[30] で: 文 = '世界は小さな場所です。私たちはそれを大事にしようとする必要があります.'.split()

In [31]: 文 Out[31]: ['The', 'world', 'is', 'a', 'small', 'place', 'place', 'place,', 'we', ' should', 'try', 'to', 'take', 'care', 'of', 'it.']

In [32]: indices = [i for i,word in enumerate(sentence) if word == 'place']

In [33]: for ind in indices:
   ....:     neighbors.append(sentence[ind-3:ind]+sentence[ind+1:ind+4])


In [34]: neighbors
Out[34]: 
[['is', 'a', 'small', 'place', 'place,', 'we'],
 ['a', 'small', 'place', 'place,', 'we', 'should']]
于 2013-07-15T02:06:21.443 に答える
5 
import re
s='The world is a small place, we should try to take care of it.'
m = re.search(r'((?:\w+\W+){,3})(place)\W+((?:\w+\W+){,3})', s)
if m:
    l = [ x.strip().split() for x in m.groups()]
left, right = l[0], l[2]
print left, right

出力

['is', 'a', 'small'] ['we', 'should', 'try']

を検索するとThe、次のようになります。

[] ['world', 'is', 'a']
于 2013-07-15T02:12:36.050 に答える
4

検索キーワードが複数回出現するシナリオの処理。たとえば、以下は検索キーワード :場所が 3 回出現する入力テキストです。

The world is a small place, we should try to take care of this small place by planting trees in every place wherever is possible

ここに関数があります

import re

def extract_surround_words(text, keyword, n):
    '''
    text : input text
    keyword : the search keyword we are looking
    n : number of words around the keyword
    '''
    #extracting all the words from text
    words = words = re.findall(r'\w+', text)
    
    #iterate through all the words
    for index, word in enumerate(words):

        #check if search keyword matches
        if word == keyword:
            #fetch left side words
            left_side_words = words[index-n : index]
            
            #fetch right side words
            right_side_words = words[index+1 : index + n + 1]
            
            print(left_side_words, right_side_words)

関数の呼び出し

text = 'The world is a small place, we should try to take care of this small place by planting trees in every place wherever is possible'
keyword = "place"
n = 3
extract_surround_words(text, keyword, n)

output : 
['is', 'a', 'small'] ['we', 'should', 'try']
['we', 'should', 'try'] ['to', 'microsot', 'is']
['also', 'take', 'care'] ['googe', 'is', 'one']
于 2021-04-27T17:26:53.883 に答える
3

すべての単語を検索します。

import re

sentence = 'The world is a small place, we should try to take care of it.'
words = re.findall(r'\w+', sentence)

探している単語のインデックスを取得します。

index = words.index('place')

そして、スライスを使用して他のものを見つけます。

left = words[index - 3:index]
right = words[index + 1:index + 4]
于 2013-07-15T02:02:23.463 に答える