遍历元组，获得下一项

Question

我在用元组获取项目时遇到了一些困难。我有一个元组列表，它看起来如下(包含一个单词和一个标签)：

[('An', 'DET'),
 ('autumn', 'NOUN'),
 ('evening', 'NOUN'),
 ('.', '.'),
 ('In', 'ADP'),
 ('an', 'DET'),
 ('old', 'ADJ'),
 ('woodshed', 'NOUN'),
 ('The', 'DET'),
 ('long', 'ADJ'),
 ('points', 'NOUN'),
 ('of', 'ADP'),
 ('icicles', 'NOUN'),
 ('Are', 'NOUN'),
 ('sharpening', 'VERB'),
 ('the', 'DET'),
 ('wind', 'NOUN'),
 ('.', '.')....]

我想做的是迭代这些元组，并根据上一个元组确定下一个单词标记的可能性。例如，如果我想确定“DET”在“名词”前面出现了多少次，我需要迭代元组并确定，例如：

“DET”出现在名词前面的次数

到目前为止，我已经尝试过：

prob = 0.0
for item in tuples:
   if item[1] == "DET" and item + 1[1] == "NOUN"
return prob

if语句显然不正确。有人知道我能做些什么来访问下一个项目吗？

Answer 1

将单词成对组合在一起的最简单方法是使用zip(seq, seq[1:])，如迭代工具模块的菜谱部分中所示。

收集计数的最简单方法是使用collections.Counter()。

把它们放在一起看上去是这样的：

>>> from collections import Counter

>>> Counter((f, s) for (_, f), (_, s) in zip(tuples, tuples[1:]))
Counter({('ADJ', 'NOUN'): 2, ('NOUN', 'ADP'): 2, ('NOUN', 'NOUN'): 2,
         ('DET', 'NOUN'): 2, ('DET', 'ADJ'): 2, ('ADP', 'NOUN'): 1,
         ('NOUN', 'VERB'): 1, ('NOUN', 'DET'): 1, ('VERB', 'DET'): 1,
         ('ADP', 'DET'): 1})

Answer 2

使用枚举()获取正在循环的项的索引：

count = 0
for index, item in enumerate(tuples[:-1]):
    if item[1] == 'DET' and tuples[index+1][1] == 'NOUN':
        count += 1

print count