Javascript合并标记对象数组，同时保持标记在文本中的位置

给我一个这样的句子

"Lorem ipsum dolor sit amet, consectetur adipiscing elit, sed do eiusmod tempor incididunt ut labore et dolore magna aliqua."

我已经构建了一个句子的json表示，并将其拆分为标记，对于每个标记，我根据以下方法设置第一个和最后一个字符的偏移量：

{
    "tokens": [{
            "word": "Lorem",
            "characterOffsetBegin": 0,
            "characterOffsetEnd": 4
        },
        {
            "word": "ipsum",
            "characterOffsetBegin": 6,
            "characterOffsetEnd": 10
        },
        {
            "word": "dolor",
            "characterOffsetBegin": 12,
            "characterOffsetEnd": 16
        },
        {
            "word": "sit",
            "characterOffsetBegin": 18,
            "characterOffsetEnd": 20
        },
        {
            "word": "amet",
            "characterOffsetBegin": 22,
            "characterOffsetEnd": 25
        },
        {
            "word": "consectetur",
            "characterOffsetBegin": 28,
            "characterOffsetEnd": 38
        },
        {
            "word": "adipiscing",
            "characterOffsetBegin": 40,
            "characterOffsetEnd": 49
        },
        {
            "word": "elit",
            "characterOffsetBegin": 51,
            "characterOffsetEnd": 54
        },
        {
            "word": "sed",
            "characterOffsetBegin": 57,
            "characterOffsetEnd": 59
        },
        {
            "word": "do",
            "characterOffsetBegin": 61,
            "characterOffsetEnd": 62
        },
        {
            "word": "eiusmod",
            "characterOffsetBegin": 64,
            "characterOffsetEnd": 70
        },
        {
            "word": "tempor",
            "characterOffsetBegin": 72,
            "characterOffsetEnd": 77
        },
        {
            "word": "incididunt",
            "characterOffsetBegin": 79,
            "characterOffsetEnd": 88
        },
        {
            "word": "ut",
            "characterOffsetBegin": 90,
            "characterOffsetEnd": 91
        },
        {
            "word": "labore",
            "characterOffsetBegin": 93,
            "characterOffsetEnd": 98
        },
        {
            "word": "et",
            "characterOffsetBegin": 100,
            "characterOffsetEnd": 101
        },
        {
            "word": "dolore",
            "characterOffsetBegin": 103,
            "characterOffsetEnd": 108
        },
        {
            "word": "magna",
            "characterOffsetBegin": 110,
            "characterOffsetEnd": 114
        },
        {
            "word": "aliqua",
            "characterOffsetBegin": 116,
            "characterOffsetEnd": 121
        }
    ]
}

现在，我为一个非常接近的句子（比如拼写错误）提供了另一个标记数组，它可能在文本中的相同位置有稍微不同的标记（比如由于拼写错误），因此相同的

characterOffsetBegin

和

characterOffsetEnd

，最终每个标记都有额外的属性：

{
    "tokens": [{
            "word": "'orem",
            "characterOffsetBegin": 0,
            "characterOffsetEnd": 4,
            "label": "0"
        },
        {
            "word": "ipsum",
            "characterOffsetBegin": 6,
            "characterOffsetEnd": 10,
            "label": "0"
        },
        {
            "word": "dolors",
            "characterOffsetBegin": 12,
            "characterOffsetEnd": 16,
            "label": "X"
        },
        {
            "word": "st",
            "characterOffsetBegin": 18,
            "characterOffsetEnd": 20,
            "label": "Z"
        },
        {
            "word": "amet",
            "characterOffsetBegin": 22,
            "characterOffsetEnd": 25,
            "label": "0"
        },
        {
            "word": "consectetur",
            "characterOffsetBegin": 28,
            "characterOffsetEnd": 38,
            "label": "0"
        },
        {
            "word": "adipiscing",
            "characterOffsetBegin": 40,
            "characterOffsetEnd": 49,
            "label": "0"
        },
        {
            "word": "elt",
            "characterOffsetBegin": 51,
            "characterOffsetEnd": 54,
            "label": "Y"
        },
        {
            "word": "sd",
            "characterOffsetBegin": 57,
            "characterOffsetEnd": 59
        },
        {
            "word": "do",
            "characterOffsetBegin": 61,
            "characterOffsetEnd": 62
        },
        {
            "word": "eiusmod",
            "characterOffsetBegin": 64,
            "characterOffsetEnd": 70,
            "label": "E"
        },
        {
            "word": "tempor",
            "characterOffsetBegin": 72,
            "characterOffsetEnd": 77
        },
        {
            "word": "inciddunt",
            "characterOffsetBegin": 79,
            "characterOffsetEnd": 88,
            "label": "K"
        },
        {
            "word": "ut",
            "characterOffsetBegin": 90,
            "characterOffsetEnd": 91,
            "label": "O"
        },
        {
            "word": "labore",
            "characterOffsetBegin": 93,
            "characterOffsetEnd": 98,
            "label": "O"
        },
        {
            "word": "et",
            "characterOffsetBegin": 100,
            "characterOffsetEnd": 101,
            "label": "O"
        },
        {
            "word": "dolore",
            "characterOffsetBegin": 103,
            "characterOffsetEnd": 108,
            "label": "O"
        },
        {
            "word": "magna",
            "characterOffsetBegin": 110,
            "characterOffsetEnd": 114,
            "label": "O"
        },
        {
            "word": "aliqua",
            "characterOffsetBegin": 116,
            "characterOffsetEnd": 121,
            "label": "K"
        }
    ]
}

我必须将前一个数组映射到后一个数组，以便给定的令牌继承给定令牌位置的标签。因此，假设看看

“characterOffsetBegin”：18

和

“characterOffsetEnd”：20

我们有：

{
  "word": "sit",
  "characterOffsetBegin": 18,
  "characterOffsetEnd": 20
}

及

因此，生成的令牌必须是

 {
          "word": "sit",
          "characterOffsetBegin": 18,
          "characterOffsetEnd": 20,
          "label": "Z"
 }

---

因为前者将继承后者的新属性。由于

word

属性可能会有所不同，因此我们只能依靠

characterOffsetBegin

和

characterOffsetEnd

属性来匹配某个位置的标记。

您能使用map和find获得标签吗

 const tokens =  tokens1.map(
        (token) => (
          {
            ...token,
            label: tokens2.find((x) =>x.characterOffsetBegin === token.characterOffsetBegin && x.characterOffsetEnd === token.characterOffsetEnd).label
          }
        ),
      );
      

运行下面的代码段

const-tokens1=[{
“单词”：“Lorem”，
“characterOffsetBegin”：0，
“characterOffsetEnd”：4
},
{
“单词”：“ipsum”，
“characterOffsetBegin”：6，
“characterOffsetEnd”：10
},
{
“单词”：“多洛”，
“characterOffsetBegin”：12，
“characterOffsetEnd”：16
},
{
“单词”：“坐下”，
“characterOffsetBegin”：18，
“characterOffsetEnd”：20
},
{
“单词”：“amet”，
“characterOffsetBegin”：22，
“characterOffsetEnd”：25
},
{
“单词”：“奉献者”，
“characterOffsetBegin”：28，
“characterOffsetEnd”：38
},
{
“单词”：“再见”，
“characterOffsetBegin”：40，
“characterOffsetEnd”：49
},
{
“单词”：“精英”，
“characterOffsetBegin”：51，
“characterOffsetEnd”：54
},
{
“单词”：“sed”，
“characterOffsetBegin”：57，
“characterOffsetEnd”：59
},
{
“字”：“做”，
“characterOffsetBegin”：61，
“characterOffsetEnd”：62
},
{
“单词”：“eiusmod”，
“characterOffsetBegin”：64，
“characterOffsetEnd”：70
},
{
“单词”：“临时”，
“characterOffsetBegin”：72，
“characterOffsetEnd”：77
},
{
“单词”：“incidedunt”，
“characterOffsetBegin”：79，
“characterOffsetEnd”：88
},
{
“单词”：“ut”，
“characterOffsetBegin”：90，
“characterOffsetEnd”：91
},
{
“词”：“劳动”，
“characterOffsetBegin”：93，
“characterOffsetEnd”：98
},
{
“单词”：“et”，
“characterOffsetBegin”：100，
“characterOffsetEnd”：101
},
{
“单词”：“多洛尔”，
“characterOffsetBegin”：103，
“characterOffsetEnd”：108
},
{
“单词”：“麦格纳”，
“characterOffsetBegin”：110，
“characterOffsetEnd”：114
},
{
“单词”：“阿里卡”，
“characterOffsetBegin”：116，
“characterOffsetEnd”：121
}
]
常量标记s2=[{
“单词”：“orem”，
“characterOffsetBegin”：0，
“characterOffsetEnd”：4，
“标签”：“0”
},
{
“单词”：“ipsum”，
“characterOffsetBegin”：6，
“characterOffsetEnd”：10，
“标签”：“0”
},
{
“单词”：“多洛斯”，
“characterOffsetBegin”：12，
“characterOffsetEnd”：16，
“标签”：“X”
},
{
“单词”：“st”，
“characterOffsetBegin”：18，
“characterOffsetEnd”：20，
“标签”：“Z”
},
{
“单词”：“amet”，
“characterOffsetBegin”：22，
“characterOffsetEnd”：25，
“标签”：“0”
},
{
“单词”：“奉献者”，
“characterOffsetBegin”：28，
“characterOffsetEnd”：38，
“标签”：“0”
},
{
“单词”：“再见”，
“characterOffsetBegin”：40，
“characterOffsetEnd”：49，
“标签”：“0”
},
{
“单词”：“elt”，
“characterOffsetBegin”：51，
“characterOffsetEnd”：54，
“标签”：“Y”
},
{
“单词”：“sd”，
“characterOffsetBegin”：57，
“characterOffsetEnd”：59
},
{
“字”：“做”，
“characterOffsetBegin”：61，
“characterOffsetEnd”：62
},
{
“单词”：“eiusmod”，
“characterOffsetBegin”：64，
“characterOffsetEnd”：70，
“标签”：“E”
},
{
“单词”：“临时”，
“characterOffsetBegin”：72，
“characterOffsetEnd”：77
},
{
“单词”：“inciddunt”，
“characterOffsetBegin”：79，
“characterOffsetEnd”：88，
“标签”：“K”
},
{
“单词”：“ut”，
“characterOffsetBegin”：90，
“characterOffsetEnd”：91，
“标签”：“O”
},
{
“词”：“劳动”，
“characterOffsetBegin”：93，
“characterOffsetEnd”：98，
“标签”：“O”
},
{
“单词”：“et”，
“characterOffsetBegin
 const tokens =  tokens1.map(
        (token) => (
          {
            ...token,
            label: tokens2.find((x) =>x.characterOffsetBegin === token.characterOffsetBegin && x.characterOffsetEnd === token.characterOffsetEnd).label
          }
        ),
      );
      

const merge = tokens.map(token => {
  const match = extras.find(x =>
    x["characterOffsetBegin"] === token["characterOffsetBegin"] &&
    x["characterOffsetEnd"] === token["characterOffsetEnd"]
  );
  
  return match ? Object.assign(match, token) : token;
});