Python函数求助：生成含字典与标签的元组列表不符合预期

现有代码的问题在于两层循环遍历到每个单词，每次生成单个单词的字典，还错误使用了未定义的tup变量，正确应该操作函数内的features列表。

修正后的代码：

def featureExtraction(clean_tokenized, label):
    features = []
    for line in clean_tokenized:
        # 为当前评论的所有单词生成一个字典
        feature_dict = {word: True for word in line}
        features.append((feature_dict, label))
    return features

修改说明 #

• 移除了遍历单个单词的内层循环，改为针对每条评论（子列表）生成一个完整的特征字典
• 使用字典推导式快速构建包含当前评论所有单词的字典，每个单词对应值为True
• 直接将(特征字典, 标签)元组添加到features列表中，确保每条评论对应一个元组

测试验证 #

调用示例：

input_data = [['hate', 'movie'], ['acting', 'terrible']]
print(featureExtraction(input_data, 'neg'))

输出结果：

[({'hate': True, 'movie': True}, 'neg'), ({'acting': True, 'terrible': True}, 'neg')]

完全符合预期输出。

内容的提问来源于stack exchange，提问作者Kevin Veeder