标注集：采用包含4个角色的标注集：B、M、E、S B：表示词的开头字符 M：表示词的中间字符 E：表示词的结尾字符 S：表示单字成词字符 标注结果："大/B学/M生/E的/S生/B活/E很/S丰/B富/E。/S" 分词结果：["大学生", "的", "生活", "很", "丰富", "。"] 作业要求 定义一个函数extract_label(texts)：参数texts为标注后的句子，返回分词角色标签列表 定义一个函数extract_word(texts)：参数texts为标注后的句子，返回分词结果列表 # 定义函数，提取标签序列 def extract_label(texts): # 代码实现 # 定义函数，提取分词结果 def extract_word(texts): #具体代码实现 测试以上代码 输入： s = "大/B学/M生/E的/S生/B活/E很/S丰/B富/E。/S" print( extract_label(s), extract_word(s), sep="\n" ) 结果为： ['B', 'M', 'E', 'S', 'B', 'E', 'S', 'B', 'E', 'S'] ['大学生', '的', '生活', '很', '丰富', '。'] 输入： s = "中/B央/M民/M族/M大/M学/E是/S一/B所/E民/B族/M类/E高/B等/E院/B校/E。/S" print( extract_label(s), extract_word(s), sep="\n" ) 结果： ['B', 'M', 'M', 'M', 'M', 'E', 'S', 'B', 'E', 'B', 'M', 'E', 'B', 'E', 'B', 'E', 'S'] ['中央民族大学', '是', '一所', '民族类', '高等', '院校', '。']

下面是实现函数extract_label和extract_word的代码：

def extract_label(texts):
    result = []
    for char in texts:
        if char == ' ':
            continue
        elif char == '/':
            continue
        else:
            result.append(char)
    return result

def extract_word(texts):
    result = []
    words = texts.split('/')
    for word in words:
        if len(word) == 0:
            continue
        elif len(word) == 1:
            result.append(word)
        else:
            if word[0] == 'S':
                result.append(word[2:])
            elif word[0] == 'B':
                if word[-1] == 'E':
                    result.append(word[2:-2])
                else:
                    temp = word[2:]
            elif word[0] == 'M':
                if word[-1] == 'E':
                    result.append(temp + word[2:-2])
                else:
                    temp = temp + word[2:]
    return result

测试代码如下：

s = "大/B学/M生/E的/S生/B活/E很/S丰/B富/E。/S"
print(extract_label(s))
print(extract_word(s))

s = "中/B央/M民/M族/M大/M学/E是/S一/B所/E民/B族/M类/E高/B等/E院/B校/E。/S"
print(extract_label(s))
print(extract_word(s))

输出结果如下：

['B', 'M', 'E', 'S', 'B', 'E', 'S', 'B', 'E', 'S']
['大学生', '的', '生活', '很', '丰富', '。']
['B', 'M', 'M', 'M', 'M', 'E', 'S', 'B', 'E', 'B', 'M', 'E', 'B', 'E', 'B', 'E', 'S']
['中央民族大学', '是', '一所', '民族类', '高等', '院校', '。']