给定偏移字典与字符串 如何简洁实现BIO标签生成

不用逐字符循环判断偏移，以下两种实现都能输出和现有逻辑完全一致的结果，代码量更短、可维护性更高：

方案1：区间批量打标（准确率100%，优先推荐） #

核心思路是先初始化长度和文本一致的全O标签列表，再遍历字典里的实体，直接给对应覆盖区间的位置赋值B/I，避免逐字符做偏移判断的冗余逻辑：

def get_bio_tags(text: str, offset_entity_map: dict[int, str]) -> list[str]:
    tags = ['O'] * len(text)
    for start_pos, entity in offset_entity_map.items():
        ent_len = len(entity)
        tags[start_pos] = 'B'
        for offset_in_ent in range(1, ent_len):
            tags[start_pos + offset_in_ent] = 'I'
    return tags

# 若需要拼接成连续标签字符串，直接调用 ''.join(get_bio_tags(text, y)) 即可

这个方案完全沿用现有逻辑的偏移基准，不会出现匹配错误，哪怕文本里有重复的同名字符串、实体存在包含关系，只要输入的偏移和实体长度对应正确，结果就完全准确。

方案2：正则匹配替换（适合无重复实体的场景） #

如果不想手动处理偏移计算，可以把所有实体按长度从长到短排序（避免短实体抢先匹配覆盖长实体），通过正则替换直接把匹配到的实体替换为等长的B+I标签串，最后把剩余非标签字符统一替换为O：

import re

def get_bio_tags_regex(text: str, offset_entity_map: dict[int, str]) -> list[str]:
    # 去重后按实体长度降序排列，防止短实体优先匹配
    entities = sorted(set(offset_entity_map.values()), key=lambda x: -len(x))
    # 转义正则特殊字符，构建匹配模式
    match_pattern = re.compile('|'.join(re.escape(ent) for ent in entities))
    # 匹配到的实体替换为对应BIO标签串
    tagged_str = match_pattern.sub(lambda match_res: 'B' + 'I'*(len(match_res.group())-1), text)
    # 非B/I的位置全部置为O
    return ['O' if c not in ('B', 'I') else c for c in tagged_str]

注意：这个方案有适用限制——如果文本中存在和字典里实体同名、但不属于标注范围的字符串（比如示例文本里有两处“罗马”，但只有偏移16的位置是标注实体），正则会把所有同名串都打标，这种场景必须用第一种基于偏移的方案。

另外不推荐用str.translate实现：这个方法只能做单字符一对一映射，没法区分字符是实体起始位还是内部位，实现起来反而比上面两种方案繁琐很多。

内容的提问来源于stack exchange，提问作者alvas