试着建立一个反向索引,然后你可以选择任何你喜欢的关键字。这种方法忽略单词顺序:index = {}
for sentence in sentence_list:
for word in set(sentence.split()):
index.setdefault(word, set()).add(sentence)
或者这种方法,它通过所有可能的全词短语前缀来键控索引:index = {}
for sentence in sentence_list:
number_of_words = length(sentence.split())
for i in xrange(1, number_of_words):
key_phrase = sentence.rsplit(maxsplit=i)[0]
index.setdefault(key_phrase, set()).add(sentence)
如果你想找到所有包含关键词的句子(或者以短语开头,如果这是你的索引):match_sentences = index[key_term]
或一组给定的关键字:matching_sentences = reduce(list_of_keywords[1:], lambda x, y: x & index[y], initializer = index[list_of_keywords[0]])
现在,您可以通过使用这些索引生成句子来构建列表理解,从而生成一个按几乎所有术语或短语组合分组的列表。E、 例如,如果您构建了短语前缀索引,并希望所有内容按前两个单词短语分组:return [list(index[k]) for k in index if len(k.split()) == 2]