在二维数组中转换单词列表及其形态分割

Question

我有一个文本文件，其中包含单词列表及其形态分割：

例如：

瞄准:aim_V s:+PL, 瞄准:aim_V s:+3SG

航空公司air:air_N line:line_N

alarm的闹钟:alarm_N's:+GEN

炼金术士 alchem:alchemy_Nist:ist_s s:+PL

我想在 Python 中将这个文本文件转换为二维数组，其中第一维是单词，第二维是表示单词形态分割的字符串

例如对于“航空公司”这个词，形态分割应该是 BMEBMME，其中：

• B 是变形的开始
• M 是变形的中间字符
• E 是变形的结尾

我们还有代表单字符变形的 S，例如对于“目标”，我们将 BMES 作为其形态分割。

单词已经在一行的右侧被分割成变形。

非常感谢您的帮助:)

Answer 1

试试这个：

file = 'myfile'

fh = open(file)

segArr = []
for line in fh:
        list = line.split()

        output = '('+list[0]+','
        for word in list[1:]:
                fragments = word.split(':')
                fragment = fragments[0]
                if len(fragment) == 1:
                        output += 'S'
                else:
                        output += 'B'+'M'*(len(fragment)-2)+'E'
        segArr.append(output+')')

print (segArr)

使用上面的示例给出：

['(aims,BMESBMES)', '(airline,BMEBMME)', "(alarm's,BMMMEBE)", '(alchemists,BMMMMEBMES)']

我怀疑警报中撇号的处理是否正确，但这是一个开始！