Wie kann man Wörter mit Nomen-Tags nur aus einer Datei abrufen?

Question

Ich brauche nur die Wörter aus einer Datei, deren POS-Tags sind: 'NN'oder' NNP 'oder' NNS 'oder' NNPS '. Mein Abtastwerteingang ist:

[['For,IN', ',,,', 'We,PRP', 'the,DT', 'divine,NN', 'caused,VBD', 'apostle,NN', 'We,PRP', 'vouchsafed,VBD', 'unto,JJ', 'Jesus,NNP', 'the,DT', 'son,NN', 'of,IN', 'Mary,NNP', 'all,DT', 'evidence,NN', 'of,IN', 'the,DT', 'truth,NN', ',,,', 'and,CC', 'strengthened,VBD', 'him,PRP', 'with,IN', 'holy,JJ'], [ 'be,VB', 'nor,CC', 'ransom,NN', 'taken,VBN', 'from,IN', 'them,PRP', 'and,CC', 'none,NN', '\n']] 

Meine erwartete Ausgabe ist:

[ 'divine', 'apostle','Jesus', 'son','Mary', 'evidence', 'truth', 'ransom', 'none'] 

Answer 1

Da Ihr Eingang ist ein list eines list, könnten Sie ein verwenden nested list comprehension:

a_list = [['For,IN', ',,,', 'indeed,RB', ',,,', 'We,PRP', 'vouchsafed,VBD', 'unto,JJ', 'Moses,NNPS', 'the,DT', 'divine,NN', 'writ,NN', 'and,CC', 'caused,VBD', 'apostle,NN', 'after,IN', 'apostle,NN', 'to,TO', 'follow,VB', 'him,PRP', ';,:', 'and,CC', 'We,PRP', 'vouchsafed,VBD', 'unto,JJ', 'Jesus,NNP', ',,,', 'the,DT', 'son,NN', 'of,IN', 'Mary,NNP', ',,,', 'all,DT', 'evidence,NN', 'of,IN', 'the,DT', 'truth,NN', ',,,', 'and,CC', 'strengthened,VBD', 'him,PRP', 'with,IN', 'holy,JJ']] 

pos_tags = (',NN', ',NNP', ',NNS', ',NNPS') 

nouns = [s.split(',')[0] for sub in a_list for s in sub if s.endswith(pos_tags)] 

print(nouns) 

['Moses', 'divine', 'writ', 'apostle', 'apostle', 'Jesus', 'son', 'Mary', 'evidence', 'truth'] 
>>> 

bearbeiten:

a_list = [['For,IN', ',,,', 'We,PRP', 'the,DT', 'divine,NN', 'caused,VBD', 'apostle,NN', 'We,PRP', 'vouchsafed,VBD', 'unto,JJ', 'Jesus,NNP', 'the,DT', 'son,NN', 'of,IN', 'Mary,NNP', 'all,DT', 'evidence,NN', 'of,IN', 'the,DT', 'truth,NN', ',,,', 'and,CC', 'strengthened,VBD', 'him,PRP', 'with,IN', 'holy,JJ'], ['be,VB', 'nor,CC', 'ransom,NN', 'taken,VBN', 'from,IN', 'them,PRP', 'and,CC', 'none,NN', '\n']] 
pos_tags = (',NN', ',NNP', ',NNS', ',NNPS') 

nouns = [s.split(',')[0] for sub in a_list for s in sub if s.endswith(pos_tags)] 

print(nouns) 

['divine', 'apostle', 'Jesus', 'son', 'Mary', 'evidence', 'truth', 'ransom', 'none'] 
>>> 

Answer 2

Hier ist eine einfache Methode, basierend auf Listenkomprehensionen:

x = ['For,IN', ....] 
y = [w.split(',')[0] for w in x if ',NN' in w] 

Es besteht im Wesentlichen über alle Worte iteriert, nimmt nur diejenigen, die ",NN" enthalten und schneidet den Teil vor dem Komma aus.

Answer 3

Sie können in nur einem etwas wie dies mit regulären Ausdruck versuchen Linie:

import re 
pattern=r'\w+(?=,NN)' 
data=[['For,IN', ',,,', 'We,PRP', 'the,DT', 'divine,NN', 'caused,VBD', 'apostle,NN', 'We,PRP', 'vouchsafed,VBD', 'unto,JJ', 
    'Jesus,NNP', 'the,DT', 'son,NN', 'of,IN', 'Mary,NNP', 'all,DT', 'evidence,NN', 'of,IN', 'the,DT', 'truth,NN', ',,,', 
    'and,CC', 'strengthened,VBD', 'him,PRP', 'with,IN', 'holy,JJ'], 
['be,VB', 'nor,CC', 'ransom,NN', 'taken,VBN', 'from,IN', 'them,PRP', 'and,CC', 'none,NN', '\n']] 

print(list(map(lambda x:list(filter(lambda y:re.search(pattern,y)!=None,x)),data))) 

Ausgabe:

[['divine,NN', 'apostle,NN', 'Jesus,NNP', 'son,NN', 'Mary,NNP', 'evidence,NN', 'truth,NN'], ['ransom,NN', 'none,NN']] 

Nun, wenn Sie ohne 'NN' wollen, dann:

print([re.search(pattern,j).group() for i in data for j in i if isinstance(i,list) if re.search(pattern,j)!=None]) 

Ausgang:

['divine', 'apostle', 'Jesus', 'son', 'Mary', 'evidence', 'truth', 'ransom', 'none']