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 待切分句子："大学生的生活很丰富。" 标注结果："大/B学/M生/E的/S生/B活/E很/S丰/B富/E。/S" 请定义一个函数extract_label(texts)：参数texts为标注后的句子，返回分词角色标签列表，再定义一个函数extract_word(texts)：参数texts为标注后的句子，返回分词结果列表 使用测试代码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" ) 最终达到可以分别输出['B', 'M', 'E', 'S', 'B', 'E', 'S', 'B', 'E', 'S'] ['大学生', '的', '生活', '很', '丰富', '。']的目的

可以使用以下代码实现：

def extract_label(texts):
    labels = []
    for char in texts:
        if char == " ":
            continue
        elif char == "B" or char == "M" or char == "E" or char == "S":
            labels.append(char)
        else:
            continue
    return labels

def extract_word(texts):
    words = []
    word = ""
    label_index = 0
    for i, char in enumerate(texts):
        if char == " ":
            continue
        elif texts[i:i+2] == "/S":
            words.append(texts[i])
            label_index += 1
        elif texts[i:i+2] == "/B":
            word += texts[i]
            label_index += 1
        elif texts[i:i+2] == "/M":
            word += texts[i]
            label_index += 1
        elif texts[i:i+2] == "/E":
            word += texts[i]
            words.append(word)
            word = ""
            label_index += 1
        else:
            continue
    return words

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))

输出结果为：

['B', 'M', 'E', 'S', 'B', 'E', 'S', 'B', 'E', 'S']
['大学生', '的', '生活', '很', '丰富', '。']