python之将文本行更改为二进制类型模式

这个问题在这里已经有了答案:





Best way to change words into numbers using specific word list

(3 个回答)


7年前关闭。




本周早些时候，我发布了一个关于如何将文件中的特定单词更改为数字的问题。作为我情绪分析工作的一部分。不幸的是，这对我来说不是正确的方法，我错误地解释了我的数据。所以我会用正确的方法重新问这个问题。

我有一个包含标记的特定单词列表，例如，即使它是 40 个单词，我也会使用 4 个单词。我需要使用列表将推文转换为 0 1 1 0 类型的格式。

我的列表如下(一个文本文件，每行 1 个单词):

:)

:(

开心

伤心

我的示例推文:

TWEET1:我觉得 python 很酷，它让我很开心 :)

TWEET2:今天是悲伤的一天 :(

输出应该是:

推文1:1 0 1 0

推文2:0 1 0 1

基本上每个数字都对应于 token 在列表中的位置。所以在 TWEET1 中，第一个 '1' 对应于列表中的位置一(即笑脸)，第二个数字 '0' 对应于列表中的位置二(不开心的笑脸)，因为在推文，它变成了“0”。第三个数字是'1'，对应于列表中的第三位(快乐)，因为它在推文中被发现......它变成了'1'......我希望我解释一下好。

我使用 python 编写了很多我的脚本/程序来操作在我的文件中找到的文本，所以我正在寻找一个 python 程序来为我做这件事。我对python很陌生，所以我希望有人能帮我写一个脚本来做到这一点。

我希望我解释得足够好，我自己花了一段时间才掌握这个概念。

谢谢 :)

更多信息:

因为我的单词列表大约有 40 个单词，所以每条推文的输出至少是 40 位。例如。

0 1 1 0 1 0 0 0 0 0 0 1 1 0 1 0 0 0 0 0 0 1 1 0 1 0 0 0 0 0 0 1 1 0 1 0 0 0 0 0

编辑部分

下面给出的惊人答案不符合标准。它非常优雅地用数字替换单词。但不幸的是，这不是我需要的......

进一步的解释(它帮助我更好地理解它的方式)......

考虑一下:

TWEET1:“今天将是快乐的一天 :)”

在读取该行之前，代码设置为 '0 0 0 0'

然后它检查第一个'0'......这意味着:检查列表中的第一个标记(笑脸)......可以在推文的任何地方找到它吗？回答:是的。因此代码变为....'1 0 0 0'

接下来我们移动到第二个'0'(对应于不开心的脸)......我们可以在推文的任何地方找到不开心的脸吗？答案:不......因此第二个数字保持“0”......我们的代码现在是“1 0 0 0”

接下来我们移动到第三个数字，它对应于“快乐”这个词。这个词可以在推文的任何地方找到吗？答案:是的......我们的代码现在变成了 '1 0 1 0'

现在我们移动到最后一位数字，对应于单词/标记“悲伤”......这可以在推文的任何地方找到吗？答案:不......因此最后一个数字仍然是'0'

我们的最终代码变为 '1 0 1 0'

我希望这能更好地解释它:)

注意:代码对应于单词列表，而不是推文中的单词。

请您参考如下方法:

这里:

wordlist = [':)', ':(', 'happy', 'sad'] 
tweets = ['I find python cool, it makes me happy :)', 'today is a sad day :('] 
for tweet in tweets: 
    print(' '.join(['1' if word in tweet else '0' for word in wordlist])) 

输出:

1 0 1 0 
0 1 0 1