python - 获取具有两个特定关键字的行

Question

我有一个包含关键字对('k1'、'k2')的列表。这是一个示例:

print (word_pairs)
--->[('salaire', 'dépense'), ('gratuité', 'argent'), ('causesmwedemwelamwemort', 'cadres'), ('caractèresmwedumwedispositif', 'historique'), ('psychomotricienmwediplôme', 'infirmier'), ('impôtmwesurmwelesmweréunionsmwesportives', 'compensation'), ('affichage', 'affichagemweopinion'), ('délaimweprorogation', 'défaillance'), ('créancemwenotion', 'généralités')]

我有一个文本文件 r_isa.txt (205MB) 包含共享“isa”关系的单词。这是一个示例，其中 \t表示文字制表符:

égalité de Parseval\tformule_0.9333\tégalité_1.0
filiation illégitime\tfiliation_1.0
Loi reconnaissant l'égalité\tloi_1.0
égalité entre les sexes\tégalité_1.0
liberté égalité fraternité\tliberté_1.0

这基本上意味着，“égalité de Parseval”是得分为 0.9333 的“公式”，得分为 1 的“égalité”。等等。
我想知道基于r_isa文件，如果关键字 k1 ISA k2 ，如果 k2 is-a k1 .在输出文件中，我想在每一行中保存具有 is-a 关系的单词对。
这是我所做的:

#Reading data as list
keywords = [line for line in open('version_final_PMI_espace.txt', encoding='utf8')]
keywords = ast.literal_eval(keywords[0])
word_pairs = []

for k,v in keywords.items():
    if v:
        word_pairs.append((k,v[0][0]))
len(list(set(word_pairs)))
 #####  


with open("r_isa.txt",encoding="utf-8") as readfile, open('Hyperonymy_file_pair.txt', 'w') as writefile:
    for line in readfile:
        firstfield = line.split('\t')[0].lower()
        for w in word_pairs:
            if w[0]==firstfield:
                if w[1] in line: 
                    writefile.write("".join(w[0]) + "\t"+"".join(w[1]) +"\n" )

这会向我返回随机对，例如:

salaire\targent
dépense\tcadres

代替(如果存在 isa 关系)

salaire\tdépense
causesmwedemwelamwemort\tcadres

我哪里做错了 ？

Answer 1

更新答案
声明if w[1] in line:高度怀疑。请参阅以下代码以了解我认为逻辑应该是什么。由于我无权访问您的文件，我已转为 readfile用于测试目的的字符串列表，而不是将输出写入 writefile ，我只是打印一些结果。我给 word_pairs 添加了一些值和 readfile以便我得到一些结果。另请注意，如果您将输入文件转换为小写，则您的单词对也必须为小写。
此代码检查 k1 是否为 k2，如果不是，则检查 k2 是否为 k1。

word_pairs = [('égalité de parseval', 'égalité'), ('salaire', 'dépense'), ('gratuité', 'argent'), ('causesmwedemwelamwemort', 'cadres'), ('caractèresmwedumwedispositif', 'historique'), ('psychomotricienmwediplôme', 'infirmier'), ('impôtmwesurmwelesmweréunionsmwesportives', 'compensation'), ('affichage', 'affichagemweopinion'), ('délaimweprorogation', 'défaillance'), ('créancemwenotion', 'généralités')]
word_pairs2 = [(pair[1], pair[0]) for pair in word_pairs] # reverse the words
word_dict = dict(word_pairs) # create a dictionary for fast searching
word_dict2 = dict(word_pairs2)

readfile = [
    'égalité de Parseval\tformule_0.9333\tégalité_1.0',
    'filiation illégitime\tfiliation_1.0',
    'Loi reconnaissant l\'égalité\tloi_1.0',
    'égalité entre les sexes\tégalité_1.0',
    'liberté égalité fraternité\tliberté_1.0',
    'dépense\tsalaire_.9'
]

for line in readfile:
    fields = line.lower().split('\t')
    first_word = fields.pop(0)
    isa_word = word_dict.get(first_word, word_dict2.get(first_word)) # check k2 isa k1 if k1 isa k2 is false
    if isa_word is not None:
        for field in fields: # check each one
            fields2 = field.split('_')
            second_word, score = fields2
            if second_word == isa_word:
                print(first_word, second_word, score)

打印:

égalité de parseval égalité 1.0
dépense salaire .9

如果 k1 是 k2 和 k2 是 k1 是可能的，那么您需要更通用(但更复杂)的代码:

word_pairs = [('égalité de parseval', 'égalité'), ('salaire', 'dépense'), ('gratuité', 'argent'), ('causesmwedemwelamwemort', 'cadres'), ('caractèresmwedumwedispositif', 'historique'), ('psychomotricienmwediplôme', 'infirmier'), ('impôtmwesurmwelesmweréunionsmwesportives', 'compensation'), ('affichage', 'affichagemweopinion'), ('délaimweprorogation', 'défaillance'), ('créancemwenotion', 'généralités')]
word_pairs2 = [(pair[1], pair[0]) for pair in word_pairs] # reverse the words
word_dict = dict(word_pairs) # create a dictionary for fast searching
word_dict2 = dict(word_pairs2)

readfile = [
    'égalité de Parseval\tformule_0.9333\tégalité_1.0',
    'filiation illégitime\tfiliation_1.0',
    'Loi reconnaissant l\'égalité\tloi_1.0',
    'égalité entre les sexes\tégalité_1.0',
    'liberté égalité fraternité\tliberté_1.0',
    'salaire\tdépense_1.0',
    'dépense\tsalaire_.9'
]

for line in readfile:
    fields = line.lower().split('\t')
    first_word = fields.pop(0)
    # k1 isa k2?
    isa_word = word_dict.get(first_word)
    if isa_word is not None:
        for field in fields: # check each one
            fields2 = field.split('_')
            second_word, score = fields2
            if second_word == isa_word:
                print(first_word, second_word, score)
    # k2 isa k1?
    isa_word = word_dict2.get(first_word)
    if isa_word is not None:
        for field in fields: # check each one
            fields2 = field.split('_')
            second_word, score = fields2
            if second_word == isa_word:
                print(first_word, second_word, score)

打印:

égalité de parseval égalité 1.0
salaire dépense 1.0
dépense salaire .9