在python中，如何在标记化字符串中找到短语？

假设我标记一个字符串并将其转换为一个列表：

>>> s = "This is a test" 
>>> l = nltk.word_tokenize(s) 
>>> l
['This', 'is', 'a', 'test']

---

然后，如何在列表中搜索类似is a的短语，即直接后跟a的is

如果要检查两个项目是否在列表中且是否按顺序排列：

l = ['This', 'is', 'a', 'test']
any(['is', 'a'] == l[i:i+2] for i in xrange(len(l) - 1))

---

如果要检查两个项目是否在列表中且顺序正确：

l = ['This', 'is', 'a', 'test']
any(['is', 'a'] == l[i:i+2] for i in xrange(len(l) - 1))

---

您可以使用regex首先提取所需的pharases，如is a，然后计算结果列表中的元素数。这样，如果字符串是desire属性，您就不必对其进行标记

这适用于您：

import re
dummyList = re.findall(r'\bis a\b', '  This is a test. A regular expression is a necessity to catch all is a(s)')
print len(dummyList)

---

这将打印出3个

您可以使用regex首先提取所需的pharases，如is a，然后计算结果列表中的元素数。这样，如果这是desire属性，您就不必对字符串进行标记

这适用于您：

import re
dummyList = re.findall(r'\bis a\b', '  This is a test. A regular expression is a necessity to catch all is a(s)')
print len(dummyList)

---

这将打印出3个

你能详细说明你的高层次目标是什么，你想在句子中找到什么模式吗？谢谢。你们在尝试实现木瓦吗？实际上我有一个标记化和POS标记的列表，我想寻找类似NN2的NN1结构，并将其转换为NN2-NN1。我可以用POS标记OK，但在列表中搜索序列很棘手，看起来似乎有些过分，但你可以使用n-grams：为什么不把它转换成一个字符串并进行检查呢？请你详细说明一下你的高层次目标是什么，你想在句子中找到什么样的模式？谢谢。你们在尝试实现木瓦吗？实际上我有一个标记化和POS标记的列表，我想寻找类似NN2的NN1结构，并将其转换为NN2-NN1。我可以用POS标记OK，但在列表中搜索序列很棘手，看起来似乎有些过分，但你可以使用n-grams：为什么不把它转换成一个字符串并进行检查呢