标签：n-gram file-handling python list

我设法从文本文档创建2个列表.首先是我的二元列表：

keywords = ['nike shoes','nike clothing', 'nike black', 'nike white']

以及停用词列表：

stops = ['clothing','black','white']

我想从“关键字”列表中删除“停止”.使用上面的示例,我追求的输出应如下所示：

new_keywords = ['nike shoes','nike', 'nike', 'nike'] --> eventually I'd like to remove those dupes. 

到目前为止,这是我所做的：

keywords = open("keywords.txt", "r")
new_keywords = keywords.read().split(",")
stops = open("stops.txt","r")
new_stops = stops.read().split(",")
[i for i in new_keywords if i not in new_stops]

我遇到的问题是它正在寻找2个单词组合,而不是单个单词停止.

解决方法:

您可以分步进行.首先定义一个辅助函数：

def removeStop(bigram, stops):
    return ' '.join(w for w in bigram.split() if not w in stops)

接着：

[removeStop(i,new_stops) for i in new_keywords] 

标签：n-gram,file-handling,python,list
来源： https://codeday.me/bug/20191012/1900218.html

本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享；
2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关；
3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关；
4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除；
5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。