我将按以下方式进行处理：
import itertoolsdef new_phrases(phrase, syns): """Generate new phrases from a base phrase and synonyms.""" words = [syns.get(word, [word]) for word in phrase.split(' ')] for t in itertools.product(*words): yield ' '.join(t)def get_matches(phrase, syns, phrases): """Generate acceptable new phrases based on a whitelist.""" phrases = set(phrases) for new_phrase in new_phrases(phrase, syns): if new_phrase in phrases: yield new_phrase代码的根本是
wordsin中的分配
new_phrases，它将
phrase和
syns转换为更可用的形式，一个列表，其中每个元素都是该单词可接受的选择的列表：
>>> [syns.get(word, [word]) for word in phrase.split(' ')][['This'], ['is'], ['a'], ['small', 'tiny', 'little'], ['cottage', 'house']]请注意以下几点：
- 使用生成器更有效地处理大量组合（而不是一次构建整个列表）；
- 使用a
set
进行有效的（O(1)
，而O(n)
不是列表）成员资格测试； - 使用
itertools.product
生成phrase
基于的可能组合syns
（您也可以itertools.ifilter
在实现中使用）；和 - 符合风格指南。
正在使用：
>>> list(get_matches(phrase, syns, phrases))['This is a small cottage', 'This is a tiny house']
要考虑的事情：
- 字符的情况如何（例如应如何
"House of Commons"
对待）？ - 标点符号呢？
