如何从词性标注（POS tagging）结果中提取POS标签列表

实现方案（Python 环境） #

你得到的词性标注结果为双层嵌套列表结构，内层列表的每个元素是(词汇, 词性标签)格式的元组，直接提取每个元组的第二个值即可得到目标结果。

最简写法（列表推导式） #

# 原始词性标注输出
pos_output = [[("ද්විපාර්ශවික", "NNP"), ("එකඟතා", "NNP"), ("ජන", "JJ"), ("ජීවිත", "NNJ"), ("සෞඛ්යය", "NNC"), ("මනාව", "RB")]]

# 提取词性标签
pos_tag_list = [[tag for _, tag in sentence] for sentence in pos_output]

执行后pos_tag_list的输出就是你需要的[['NNP', 'NNP', 'JJ', 'NNJ', 'NNC', 'RB']]。

代码中用_指代不需要用到的词汇变量，符合Python的通用编码习惯。

基础循环写法（逻辑更直观） #

如果对列表推导式不熟悉，也可以用普通循环实现，效果完全一致：

pos_tag_list = []
for sentence in pos_output:
    current_tags = []
    for word, tag in sentence:
        current_tags.append(tag)
    pos_tag_list.append(current_tags)

以上两种写法都支持多句子的批量处理，如果你后续的标注结果包含多个句子的词性输出，不需要修改逻辑即可直接使用。

内容的提问来源于stack exchange，提问作者Chandima Samarakoon