Python：从字符串索引中获取标记和NER标记

我有一个字符串，以及字典中该字符串的标记信息

string = "Steve works in Meta Graphics"
tags = {"tags": [(0, 4, "PER"), (15, 27, "ORG")]}

我需要使用这些信息并生成以下字符串表示形式

string_tag_tuples = [("Steve", "PER"), ("works", "O"), ("in", "O"), ("Meta Graphics", "ORG")]

---

从

labels

中提供的信息更容易获取令牌及其相关标记，但是，如何将

O

标记分配给字符串中的其他令牌并获得所需的输出？

我想这是关于标记的

各种LIB使用它们自己的方案，我使用spacy，它有BILOU标签来实现这一点。

---

我想这是关于标签的

各种LIB使用它们自己的方案，我使用spacy，它有BILOU标签来实现这一点。

---

我会分两步来做。首先，识别文本的标记部分，并将其他部分存储为字符串。然后，将存储为字符串的所有内容转换为标记为

“0”

的元素

该程序的输出为：

First step: [('Steve', 'PER'), ' works in ', ('Meta Graphics', 'ORG')]
Second step: [('Steve', 'PER'), ('works', '0'), ('in', '0'), ('Meta Graphics', 'ORG')]

---

我会分两步来做。首先，识别文本的标记部分，并将其他部分存储为字符串。然后，将存储为字符串的所有内容转换为标记为

“0”

的元素

该程序的输出为：

First step: [('Steve', 'PER'), ' works in ', ('Meta Graphics', 'ORG')]
Second step: [('Steve', 'PER'), ('works', '0'), ('in', '0'), ('Meta Graphics', 'ORG')]

---

这是另一个解决方案

string = "Steve works in Meta Graphics"
tags = {"tags": [(0, 4, "PER"), (15, 27, "ORG")]}

根据起始索引对标签进行排序并查找缺失的索引，在上述情况下

5-14

将丢失索引

tags_ = tags['tags']

sorted_ = sorted(tags_, key=lambda x : x[0], reverse=True)

gaps = []
for i, j in zip(sorted_, sorted_[1:]):
    gaps.append((j[1] + 1, i[0] - 1, 'O'))

tags_.extend(gaps)

# print(tags_) [(0, 4, 'PER'), (15, 27, 'ORG'), (5, 14, 'O')]

最后，使用拼接提取和更新标记结果检查排序索引

tag_result = []

for s, e, tag in sorted(tags_, key=lambda x: x[0]):
    if tag == "O":
        tag_result.extend([(v, "O") for v in string[s:e].strip().split()])
    else:
        tag_result.append((string[s:e], tag))

---

---

这是另一个解决方案

string = "Steve works in Meta Graphics"
tags = {"tags": [(0, 4, "PER"), (15, 27, "ORG")]}

根据起始索引对标签进行排序并查找缺失的索引，在上述情况下

5-14

将丢失索引

tags_ = tags['tags']

sorted_ = sorted(tags_, key=lambda x : x[0], reverse=True)

gaps = []
for i, j in zip(sorted_, sorted_[1:]):
    gaps.append((j[1] + 1, i[0] - 1, 'O'))

tags_.extend(gaps)

# print(tags_) [(0, 4, 'PER'), (15, 27, 'ORG'), (5, 14, 'O')]

最后，使用拼接提取和更新标记结果检查排序索引

tag_result = []

for s, e, tag in sorted(tags_, key=lambda x: x[0]):
    if tag == "O":
        tag_result.extend([(v, "O") for v in string[s:e].strip().split()])
    else:
        tag_result.append((string[s:e], tag))

---