如何创建元组列表列表？

Question

我有一个文档，它被读取为元组列表的列表。 对于每个元组中的每个元素都是(word, label)对。

基本上，文档是一个句子列表，其中每个句子都是一个元组列表。

我试图忽略出现次数少于 10 次的单词，并根据以前的格式构建一个新文档。 为此，我正在使用此代码：

     i=0;
     j=0;
     dictWords=dict()
     for sentence in ldata:
       for word in sentence:
        j=j+1
        if word[0] not in dictWords:
           dictWords[word[0]]=1
           i=i+1
        else:
           dictWords[word[0]]=1+dictWords[word[0]]

    ldata=[[("the","det"),("boy","noun"),("is",'verb'),("ugly","adj")], [("I","Pronoun"), ("am","verb") ("here" ,"Place")]
    lnewdata = []

    i = 0
    for sentence in ldata:
       newSent = []
       for word in sentence:
       if dictWords[word[0]] < 10:
          newSent.append(("unk","unk"))
          #dictWords is a dictionnary containing each word's occurences
       else:
          newSent.append(word)   
          i = i + 1
lnewdata.extend(newSent)

我的问题是 lnewdata 在这种格式下变成了：

[["the" "det" "boy" "noun" "is" "verb" "ugly" "adj"] ["I" "noun" "am" "verb" "here" "Place" ]

你有什么建议来解决这个问题？

Answer 1

试图理解你的问题，我主要可以弄清楚以下几点。

1. 您有一个包含多个元组的文档，例如 (word,label)

2. 您希望出现出现次数超过 10 的单词并创建一个新列表。

我不明白你为什么要追加出现次数小于 10 的元组。

这是我可以弄清楚的代码。

    lnewdata=[]
    i=0;
    for sentence in ldata:
       newSent=[]
       for word in sentence:
       if dictWords.count(word[0])>10:
          newSent.append((word[0],word[1]))
    lnewdata = list(newSent)