按给定短语返回匹配项列表

问题内容：

我正在尝试一种方法，可以检查给定的短语是否与短语列表中的至少一项匹配并返回它们。输入是短语，短语列表和同义词列表的字典。关键是要使其通用。

这是示例：

phrase = 'This is a little house'
dictSyns = {'little':['small','tiny','little'],
            'house':['cottage','house']}
listPhrases = ['This is a tiny house','This is a small cottage','This is a small building','I need advice']

我可以创建一个可以在返回bool的示例中执行此操作的代码：

if any('This'+' '+'is'+' '+'a'+x+' '+y == phrase for x in dictSyns['little'] for y in dictSyns['house']):
    print 'match'

第一点是我必须创建通用的函数（取决于结果）。第二个是我希望此函数返回匹配短语的列表。

您能否给我一个建议，以使方法['This is a tiny house','This is a small cottage']在这种情况下返回？

输出如下：

>>> getMatches(phrase, dictSyns, listPhrases)
['This is a tiny house','This is a small cottage']

问题答案：

我将按以下方式进行处理：

import itertools

def new_phrases(phrase, syns):
    """Generate new phrases from a base phrase and synonyms."""
    words = [syns.get(word, [word]) for word in phrase.split(' ')]
    for t in itertools.product(*words):
        yield ' '.join(t)

def get_matches(phrase, syns, phrases):
    """Generate acceptable new phrases based on a whitelist."""
    phrases = set(phrases)
    for new_phrase in new_phrases(phrase, syns):
        if new_phrase in phrases:
            yield new_phrase

代码的根本是wordsin中的分配new_phrases，它将phrase和syns转换为更可用的形式，一个列表，其中每个元素都是该单词可接受的选择的列表：

>>> [syns.get(word, [word]) for word in phrase.split(' ')]
[['This'], ['is'], ['a'], ['small', 'tiny', 'little'], ['cottage', 'house']]

请注意以下几点：

使用生成器更有效地处理大量组合（而不是一次构建整个列表）；
使用aset进行有效的（O(1)，而O(n)不是列表）成员资格测试；
使用itertools.product生成phrase基于的可能组合syns（您也可以itertools.ifilter在实现中使用）；和
符合风格指南。

正在使用：

>>> list(get_matches(phrase, syns, phrases))
['This is a small cottage', 'This is a tiny house']

要考虑的事情：

字符的情况如何（例如应如何"House of Commons"对待）？
标点符号呢？

按给定短语返回匹配项列表

微信关注