如何优化嵌套循环实现Flair实体提取的字典列表构建？

我有一个句子列表，示例如下：

sentences = ["Mary likes Facebook", "Chris likes Whatsapp"]

希望构建一个字典列表，从所有句子中提取实体及其类型，目标输出示例：

[
    {'entity': 'Mary', 'type':'PERS'},
    {'entity': 'Facebook', 'type':'ORG'},
    {'entity': 'Chris', 'type':'PERS'},
    {'entity': 'Whatsapp', 'type':'ORG'}
]

目前我使用Flair通过嵌套循环实现该需求，代码如下：

entity_list = []
for sent in sentences:
    for entity in sent.get_spans("ner"):
        entity_list.append(
            {
                "entity": entity.text,
                "type": entity.tag
            }
        )

请问是否存在优化上述代码、降低时间复杂度的方法？

首先明确：你当前的嵌套循环本身已经是线性时间复杂度O(N+M)（N为句子数量，M为所有句子的实体总数），这是提取实体数据的最优复杂度——毕竟你必须遍历每一个句子，再遍历每个句子里的所有实体才能完成数据提取，无法再降低复杂度的阶数。

但可以从提升实际运行效率和简化代码写法两个方向优化：

1. 用Flair的批量处理提升模型解析速度 #

Flair的核心开销是NER模型对句子的解析过程（即sent.get_spans("ner")背后的预测逻辑），而非后续的实体遍历。批量处理句子能减少模型调用的额外开销，比逐个处理效率更高。示例代码：

from flair.models import SequenceTagger
from flair.data import Sentence

# 仅加载一次模型（关键：避免重复加载浪费资源）
tagger = SequenceTagger.load("ner")

# 批量创建Sentence对象
sentence_objects = [Sentence(sent) for sent in sentences]
# 批量执行NER预测
tagger.predict(sentence_objects)

# 用列表推导式简化代码（性能和嵌套循环一致，写法更紧凑）
entity_list = [
    {"entity": entity.text, "type": entity.tag}
    for sent in sentence_objects
    for entity in sent.get_spans("ner")
]

2. 按需过滤实体（可选） #

如果只需要特定类型的实体，可以在提取时直接过滤，减少后续数据处理的负担：

entity_list = [
    {"entity": entity.text, "type": entity.tag}
    for sent in sentence_objects
    for entity in sent.get_spans("ner")
    # 只保留人物和组织类型的实体
    if entity.tag in ["PERS", "ORG"]
]

3. 避免不必要的操作 #

确保不要在循环内重复加载模型、重复创建对象等，这些都是容易被忽略的性能浪费点。

内容的提问来源于stack exchange，提问作者Valentin C.