python中的位置索引？

我能够创建一个倒排索引，但我不能完全实现位置索引。位置索引的格式为

[doc\u ID，pos\u 1，pos\u 2，…]

这里doc_ID表示单词出现在哪个文档中，以及它出现在文档中的哪个位置

例如，

index=位置索引（['a'，'b'，'a'，'a'，['a'，'c']）

当用户输入

索引['a']

时，它将返回

[[0,0,2]，[1,0]]

下面的代码用于所提到的反向索引。我不知道还要添加什么才能使其成为位置索引：

def positional index(tokens):
    d = defaultdict(lambda:[])

    for docID, t_list in enumerate(tokens):
        for t in t_list:
            d[t].append(docID)

return d

---

非常感谢您的帮助。

您可以使用以下功能：

>>> def find_index(l,elem) :
...   return [[i]+[t for t,k in enumerate(j) if k==elem] for i,j in enumerate(l)]
... 
>>> find_index(l,'a')
[[0, 0, 2], [1, 0]]

---

这里需要的所有内容都是在两个列表理解中使用

枚举
。
使用您自己的代码，您只需要使用一个集合为每个元素和docID添加索引，以避免重复键：

def positional_index(tokens):
    d = defaultdict(lambda:[])
    for docID, sub_l in enumerate(tokens):
        for t in set(sub_l):
            d[t].append([docID] + [ind for ind, ele in enumerate(sub_l) if ele == t])
    return d

In [9]: index=  positional_index([['a','b','a'], ['a','c']])

In [10]: index["a"]
Out[10]: [[0, 0, 2], [1, 0]]
In [11]: index["b"]
Out[11]: [[0, 1]]

In [12]: index["c"]
Out[12]: [[1, 1]]

对于
a
的索引，
[[0,0,2]，[1,0]]
背后的逻辑是什么？你的解释不清楚“a”位于文档0、位置0和2以及文档1位置0中。基本上，第一个数字是哪个[]以0开头，wards后面的其余数字是[]中“单词”（本例为“a”）的位置……这也以zerois
\uuuuu getitem\uuuu
样式访问开始（即
索引['a']
）强制？如果不是，那么卡斯拉·阿德的答案是nice@Anentropic，它只存储一个索引，您必须调用并为每个要检查的项目创建一个列表，其中只需要创建一个dictonce@PadraicCunningham好的方面是
defaultdict（lambda:[]）
不同于
defaultdict（list）
？@IceArdor，这里的差别很小，通常您在执行类似于
defaultdict（lambda:defaultdict（list））
的操作时会使用它，但使用使用python 2的lambda实际上似乎效率略高一些