如何检测python字符串中的多个关键字？

Question

我正在寻找一种方法来创建多个列表，并在这些列表中的关键字被提取和匹配的一个响应。

用户输入:这是一个万岁，我要去，一个慢跑。

关键词1:好的一天，好的一天，最棒的一天，最好的一天。列表2:关键词:跑步，游泳，游戏。

但是对于一个庞大的词汇数据库来说，这能和清单联系起来吗？或者它需要是特殊的词？

另外，您会推荐Python作为一个庞大的关键字数据库吗？

Answer 1

要做的第一件事是将输入字符串分解为令牌。令牌只是您想要匹配的字符串的一部分。在您的示例中，您的令牌大小看起来是两个字(但不必是这样)。您也可能希望从输入字符串中删除所有标点符号。

那么，作为你的输入，你的标记是“这是”，“是”，“好的”，“好的一天”，“我是”，“我在”，“我要去”，“出去”，“出去”，“为了”，“慢跑”。

然后，您可以遍历这些令牌，并检查它们是否包含在每个列表中。可能是这样的：

input = 'This is a good day I am heading out for a jog'
words = input.split(' ')
tokens = [' '.join(words[i:i+2]) for i in range(len(words) - 1)]
for token in tokens:
  if token in list1:
    print('{} is in list1'.format(token))
  if token in list2:
    print('{} is in list2'.format(token))

为了优化这一点，您可能要做的一件事是使用sets来实现list1和list2，而不是使用列表。

set1 = set(list1)

set为lists提供了O(1)查找，而不是O(n)，如果关键字列表很大，这是至关重要的。