根据条件从已有的条件创建新的令牌和元组

Question

这与previous question非常相关，但我在适应我的使用情况时遇到困难。

我有一句话："Forbes Asia 200 Best Under 500 Billion 2011"

我有这样的标记：

oldTokens = [u'Forbes', u'Asia', u'200', u'Best', u'Under', u'500', u'Billion', u'2011'] 

和以往进行的解析器已经想通了，那里应该是位置或时隙数的指标：

numberTokenIDs = {(7,): 2011.0, (2,): 200.0, (5,6): 500000000000.00} 
locationTokenIDs = {(0, 1): u'Forbes Asia'} 

令牌ID对应于有位置或数字的令牌索引，目标是获得一组新的令牌，如：

newTokens = [u'ForbesAsia', u'200', u'Best', u'Under', u'500Billion', u'2011'] 

有了新的数量和位置tokenIDs也许像（避免索引越界异常）：

numberTokenIDs = {(5,): 2011.0, (1,): 200.0, (4,): 500000000000.00} 
locationTokenIDs = {(0,): u'Forbes Asia'} 

基本上我想经过标记的新的，减小集，并且能够通过通过新的令牌集的打算，并与eith更换正确tokenID

"LOCATION_SLOT NUMBER_SLOT Best Under NUMBER_SLOT NUMBER_SLOT"

：最终创造出所谓的新句子er LOCATION_SLOT或NUMBER_SLOT。如果我这样做是与当前设定的数量和位置标记ID的，我会得到：

"LOCATION_SLOT LOCATION_SLOT NUMBER_SLOT Best Under NUMBER_SLOT NUMBER_SLOT NUMBER_SLOT".

我将如何做到这一点？

另一个例子是：

Location token IDs are: (0, 1) 
Number token IDs are: (3, 4) 

老sampleTokens [u'United', u'Kingdom', u'USD', u'1.240', u'billion']

我想要的都删除标记，改变位置和数量令牌的ID，以便能够更换一句话：

sampleTokens[numberTokenID] = "NUMBER_SLOT" 
sampleTokens[locationTokenID] = "LOCATION_SLOT" 

这样替换的令牌是[u'LOCATION_SLOT', u'USD', u'NUMBER_SLOT']

注意，如果有多个元组时，串联应该连接元组中的所有值（也是元组也可以包含> 2个元素，例如The United States of America）。

Answer 1

这应该工作（如果我理解正确的）：

token_by_index = dict(enumerate(oldTokens)) 
groups = numberTokenIDs.keys() + locationTokenIDs.keys() 
for group in groups: 
    token_by_index[group[0]] = ''.join(token_by_index.pop(index) 
             for index in group) 
newTokens = [token for _, token in sorted(token_by_index.items(), 
              key=lambda (index, _): index)] 

找到新的令牌标识：

new_index_by_token = dict(map(lambda (i, t): (t, i), enumerate(newTokens)) 
numberTokenIDs = {(new_index_by_token[token_by_index[group[0]]],): value 
        for group, value in numberTokenIDs.items()} 
locationTokenIDs = {(new_index_by_token[token_by_index[group[0]]],): value 
        for group, value in locationTokenIDs.items()}