在python中识别字符串中的某些单词短语
在Python中识别字符串中的某些单词短语可以通过以下几种方法实现：
- 使用字符串的内置方法：可以使用字符串的
split()方法将字符串拆分成单词列表，然后遍历列表，判断每个单词是否是目标单词或短语。
def find_words_phrases(string, target_words_phrases):
words = string.split()
result = []
for word in words:
if word in target_words_phrases:
result.append(word)
return result- 使用正则表达式：可以使用Python的
re模块来匹配目标单词或短语。通过构建正则表达式模式，可以灵活地匹配不同的单词或短语。
import re
def find_words_phrases(string, target_words_phrases):
pattern = r'\b(?:{})\b'.format('|'.join(target_words_phrases))
result = re.findall(pattern, string)
return result- 使用自然语言处理库：如果需要更复杂的文本处理，可以使用自然语言处理库，如NLTK（Natural Language Toolkit）或spaCy。这些库提供了更高级的文本处理功能，包括词性标注、命名实体识别等。
import nltk
def find_words_phrases(string, target_words_phrases):
words = nltk.word_tokenize(string)
result = []
for word in words:
if word in target_words_phrases:
result.append(word)
return result以上是在Python中识别字符串中的某些单词短语的几种常见方法。具体选择哪种方法取决于需求的复杂程度和对性能的要求。
推荐的腾讯云相关产品：腾讯云自然语言处理（NLP）服务，该服务提供了丰富的自然语言处理功能，包括分词、词性标注、命名实体识别等。您可以通过以下链接了解更多信息：腾讯云自然语言处理（NLP）
相关·内容
1回答
确定句子中缺少的单词所属的位置
、、、、
我有以下代码：
import nltk
exampleArray = ['The dog barking']
def processLanguage():
for item in exampleArray:
tokenized = nltk.word_tokenize(item)
tagged = nltk.pos_tag(tokenized)
print(tagged)
processLanguage()
上面代码的输出是标记化的单词及其对应的词性。示例：
[('The', 'DT')
浏览 20提问于2020-03-02得票数 3
2回答
我正在研究如何在文本中对单词进行分类，我想知道有哪些选择，哪些最适合这项工作。我最感兴趣的是关键字，这些关键字通常是名词。
到目前为止，我知道我可以使用Bayes分类器、黑名单或白名单。然而，到目前为止，我还没有得到这些方面的好运气。
我从一个白名单开始，使用字网和莫比提供的单词来尝试识别每个名词。然而，许多词被忽略了，因为数据库中不存在，或者不是名词。
接下来，我试着建立一个黑名单来匹配所有的东西，除了已知的停止词，动词等等。然而，要建立一个足够大的清单来处理已知的20万个英语单词(更不用说其他语言)，需要花费很长的时间。此外，将这么多单词保存在内存中进行比较对于商品硬件的性能来说是不切实际
浏览 0提问于2012-02-13得票数 3
回答已采纳
我正在制造一个不和谐的机器人，每隔几秒钟就会把随机生成的句子喷进聊天中。我试图使用nltk模块来使句子更连贯，但我陷入了一个错误，无法理解它。
import asyncio
import random
import discord.ext.commands
import markovify
import nltk
import re
class POSifiedText(markovify.Text):
def word_split(self, sentence):
words = re.split(self.word_split_pattern, sentence)
浏览 3提问于2017-03-07得票数 0
回答已采纳
我们是否可以使用spaCy或NLTK等常用的NLP包来检测sentence stress (句子中某些单词的重音或单词之间的停顿)？ ? 我们如何使用spaCy或NLTK来区分实词和结构词？ 由于所有NLP程序都会检测依赖关系，因此应该有可能识别自然语音中哪些单词是重读的。
浏览 45提问于2019-10-06得票数 0
回答已采纳
基本上，我想要做的是创建一个程序，它接受一个句子/段落作为用户输入，查找每个单词的同义词，并将该单词替换为该同义词。到目前为止，我为此创建的程序运行得很好，但也有一些问题/人为错误/逻辑错误。这是我现在得到的：
response=input("Enter what you want to thesaurize")
orig=response #puts user input into a string
num=orig.count(" ")+1 #finds number of words in the sentence
orig=orig.split("
浏览 2提问于2016-07-18得票数 0
2回答
我试图做一些关于简体中文文本的NLP (需要提取句子结构和做命名实体识别)。我以前在英语文本中使用过spaCy，但我看到关于中国模式的一点注记表明它们是一项正在进行的工作，对于我尝试过的例子来说，for提取的准确性很低。
哪个NLP库拥有最成熟的预建汉语模型？理想情况下，基于Python的。
浏览 0提问于2020-08-02得票数 1
我试图对一个大型文本文件中最常用的单词进行排序-- Alice和Wonderland (这是公共域)。这是和上的爱丽丝和仙境。它正在运行，正如预期的那样，有1818个“和”和940个“和”实例。
但现在，在我最新的脚本迭代中，我试图过滤掉最常用的单词，比如“and”、“the”、“the”、“to”、“a”等等。任何搜索算法都会查找这样的单词(在搜索引擎优化术语中称为 )，并将它们排除在查询之外。我为这个任务导入的Python库是。
当我生成一个停止词列表并调用过滤器时，“the”和“of”的所有实例都会按预期被过滤掉，但它不会捕获“和”或“您”。我不清楚为什么。
我尝试通过手动和显式添加出现
浏览 0提问于2019-06-04得票数 2
回答已采纳
我想从我的CSV文件中删除带有特定词类标记VBD和VBN的单词。但是，在输入以下代码后，我得到了错误"IndexError: list索引超出范围“：
for word in POS_tag_text_clean:
if word[1] !='VBD' and word[1] !='VBN':
words.append(word[0])
我的CSV文件有10个人的评论，行名是Comment。
这是我的完整代码：
df_Comment = pd.read_csv("myfile.csv")
def clean(te
浏览 3提问于2017-08-23得票数 0
回答已采纳
10回答
如何将字符串拆分成列表？
、、、
我希望我的Python函数拆分一个句子(输入)，并将每个单词存储在一个列表中。我当前的代码拆分句子，但没有将单词存储为列表。我该怎么做？
def split_line(text):
# split the text
words = text.split()
# for each word in the line:
for word in words:
# print the word
print(words)
浏览 0提问于2009-04-13得票数 612
回答已采纳
2回答
我有这个函数，它使用NLTK从给定的文本中推断出词性，并在用冒号替换每个单词及其词性之间的cammas后将它们成对压缩，但我在regex中有一个我无法理解的错误。请帮我纠正一下我的功能。这是我的功能：
def getTokenss(tweet):
poses = []
words = tweet.split()
for i in nltk.pos_tag(words):
re.sub(r",", ":", j)
poses.append(i)
浏览 0提问于2017-03-07得票数 0
我的程序是检查输入句子是否包含not和bad，然后用good替换它。例如，如果句子中包含not bad，而在not和bad之间没有任何其他字符串，那么我可以将它们替换为good，如下代码所示：
s = 'The day is not bad'
s = s.replace('not bad', 'good')
print(s)
产出如下：
>>> The day is good
如果在not bad**.**和之间还有其他单词(或单词)，那么就会出现问题--看看我尝试过的代码：
l = ['not', 'b
浏览 4提问于2017-10-14得票数 1
回答已采纳
我目前正在做一个项目，处理一堆社交媒体帖子。这些帖子有些是英文的，有些是西班牙语的。 我当前的代码运行得相当流畅。然而，我在问自己，Spacy/NLTK是否会自动检测它必须为每个帖子使用哪种语言的词干/停用词等(取决于它是英语帖子还是西班牙语帖子)？目前，我只是将每个帖子解析为词干分析器，而没有明确指定语言。 这是我当前脚本的一个片段： import re
import pandas as pd
!pip install pyphen
import pyphen
!pip install spacy
import spacy
!pip install nltk
import nltk
fro
浏览 39提问于2020-03-24得票数 0
3回答
我有一组连接在一起的单词，我想把它们分成数组
例如：
split_word("acquirecustomerdata")
=> ['acquire', 'customer', 'data']
我找到了pyenchant，但它不适用于64位windows。
然后，我尝试将每个字符串拆分为子字符串，然后将它们与wordnet进行比较，以找到对应的单词。例如：
from nltk import wordnet as wn
def split_word(self, word):
result = list()
whi
浏览 0提问于2016-06-30得票数 7
1回答
我正在开发一个简单的朴素贝叶斯文本分类器，它使用Brown语料库进行测试和训练数据。到目前为止，在没有任何预处理的情况下，我使用简单的方法得到了53%的准确率。为了改进我的分类器，我添加了一些预处理(停用词、词汇化、词干、词性标记)，但我的性能似乎变得更差(11%)。我做错了什么？我刚开始使用Python，所以我非常感谢能得到的任何帮助。
import nltk, random
from nltk.corpus import brown, stopwords
from nltk.stem.porter import PorterStemmer
documents = [(list(brow
浏览 9提问于2017-08-05得票数 0
在第三章中，我试图把下面的例子放入一个来自Python的NLP问题10的理解列表中，我尝试了各种组合来尝试使这种理解工作起来。我想在那个单词的长度旁边显示“发送”中的单词。
import nltk
sent = sent = ['The', 'dog', 'gave', 'John', 'the', 'newspaper']
result = []
[word_len=(word, len(word)), result.append(word_len) for word in sent]
Fil
浏览 2提问于2015-10-07得票数 0
回答已采纳
2回答
我正在尝试从文本文件中获取词组计数，但到目前为止，我只能获得词数统计(见下文)。我需要扩展这个逻辑来计算一个包含两个单词的短语在文本文件中出现的次数。
根据我的理解，可以使用NLTK中的逻辑对短语进行定义/分组。我相信集合函数是我获得所需结果所需要的，但是我不确定如何通过阅读NLTK文档来实现它。
import re
import string
frequency = {}
document_text = open('Words.txt', 'r')
text_string = document_text.read().lower()
match_pattern
浏览 2提问于2016-09-26得票数 0
我是python编程的新手。我有两个列表，第一个列表包含终止词，另一个列表包含文本文档。我想将文本文件中的停止词替换为"/“。有人能帮忙吗？
我使用了替换函数，它出错了。
text = "This is an example showing off word filtration"
stop = `set`(stopwords.words("english"))
text = nltk.word_tokenize(document)
`for` word in stop:
text = text.replace(stop, "/"
浏览 0提问于2019-04-03得票数 3
回答已采纳
我的数据集中有两个句子：
w1 =我是猫普希恩，我太可爱了。#后无空位
w2 =我是猫普希恩。我真可爱。#在周期后加上空格
当我使用NKTL标记器(包括单词和发送)时，nltk无法区分之间的cat.I。
这是word标记
>>> nltk.word_tokenize(w1, 'english')
['I', 'am', 'Pusheen', 'the', 'cat.I', 'am', 'so', 'cute']
>>>
浏览 0提问于2017-07-01得票数 4
回答已采纳
1回答
Python中词表的快速字典查找
、、、、
我正在用Python3做NLP，并试图优化代码的速度。代码使用给定的字典将单词列表转换为数字列表(或数组)。
例如,
mydict = {'hello': 0, 'world': 1, 'this': 2, 'is': 3, 'an': 4, 'example': 5}
word_list = ['hello', 'world']
def f(mydict, word_list):
return [mydict[w] for w in word_list]
浏览 30提问于2018-08-02得票数 1
3回答
我正在处理的面试问题
目前我正在做的问题是“第二个问题是在字符串中搜索特定的单词，并在单词的每个外观周围添加"”<\b>“”。
这是我的密码：
public class AddBsAround {
public static void main(String[] args) {
String testCase = "Don't you love it when you install all software and all programs";
System.out.println(a
浏览 4提问于2015-01-23得票数 0
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
实时音视频
对象存储
即时通信 IM活动推荐
腾讯云开发者
