Chinaunix

标题: 数组嵌套问题， 求大神帮忙，急 [打印本页]

---

作者: TrishaTie    时间: 2016-12-07 23:44
标题: 数组嵌套问题， 求大神帮忙，急
6f41f212-e96e-11e2-b0af-001517a36ca5: HEY h ey HEY hh ey
0d77a328-e427-11e2-b0af-001517a36ca5: ALLMAN aa l m ax n ALLMAN ao l m ax n
65defa18-e5de-11e2-a387-001517a3798d: OF ah v OF ax v; YOUR y ao r YOUR y ax r
39cbd594-e57e-11e2-87b7-001517a331f1: FOR f ax r FOR f ao r
b92e5823-ea7f-11e2-b869-001517a36ded: WHO h uw WHO hh uw
8eb46f0a-e9b5-11e2-a387-001517a3798d: WI d ah b ax l y uw ay WI w ay
eb993574-e9d3-11e2-b869-001517a36ded: WHAT w aa t WHAT w ah t; YEARS y ih r z YEARS y iy r z; WERE w er r WERE w ax r; THE dh ax THE dh ah; HOLOCAUST h aa l ah k ao s t HOLOCAUST hh aa l ax k ao s t
68c77618-e7ed-11e2-b0af-001517a36ca5: HUT h ah t HUT hh ah t; TEXAS t eh k s ax s TEXAS t eh k s ih s
dedf0820-e808-11e2-b0af-001517a36ca5: THE dh ax THE dh iy; OF ah v OF ax v; THE dh ax THE dh ah; WHAT w aa t WHAT hh w ah t


如上面的文件，格式为　ID: file1_word1 \t phone1 \t file2_word1 \t phone2;\s file1_word2 \t phone1 \t file2_word2 \t phone2,  phone 里面是用空格隔开。

想找出 满足条件的 utt ID, 条件为 每个分号间的两个单词的 phone 的个数是一样， 比如 第一条，h ey  = hh ey ， 则第一个满足条件，
最后一个 w aa t  <  hh w ah t， 则最后一条 不满足条件。


我写的代码，老是循环不对，哈希里面多了一部分不满足条件的， 求改正。

my %samephCountUtt_hash;
my @diffphCountUtts;

foreach my $dtline(@dtLines)
{
chomp($dtline);
my ($uttID, $otherstr)=split/:\t+/, $dtline;
my @wdphCPs=split/\;/, $otherstr;

foreach my $wdphCP(@wdphCPs)
{
  my @parts=split/\t+/,$wdphCP;
  my @ttsPhones=split/\s+/, $parts[1];
  my @srPhones=split/\s+/, $parts[3];
  
  unless ($#ttsPhones eq $#srPhones)
  {
   $diffcount++;
   push @diffphCountUtts, $dtline;
   last;
  }
  $samephCountUtt_hash{$uttID}=$otherstr;
}

}

---

作者: sunzhiguolu    时间: 2016-12-08 13:41


有些地方不是很明白, 请解释下, 如下面这条:
65defa18-e5de-11e2-a387-001517a3798d: OF ah v OF ax v; YOUR y ao r YOUR y ax r
带有背景色的是否为 phone 部分? 如果是的话, 那么这条记录是否满足条件? 请给出比较依据。

如果方便的话, 给出示例数据的预期结果.

---

作者: 104359176    时间: 2016-12-11 22:56
phone 是什么东西？电话，电话号码？

---

作者: TrishaTie    时间: 2017-02-24 18:33
回复 3# 104359176

Sorry， 回复晚了， 在这里是发音的意思。

---

作者: TrishaTie    时间: 2017-02-24 18:39
回复 2# sunzhiguolu


哦， 不好意思，下面的结构就是： 标蓝的就是单词， 标绿的就是发音， 标黄的为句子ID。  表示这条句子里面有两个单词： OF YOUR， 但是每个单词有两个发音做为对比。

65defa18-e5de-11e2-a387-001517a3798d: OF ah v OF ax v; YOUR y ao r YOUR y ax r

---

作者: sunzhiguolu    时间: 2017-02-24 18:52
回复 5# TrishaTie
能否将你的要求具体说下，希望得到一个怎样的结果？

---

作者: sunzhiguolu    时间: 2017-02-24 18:55
你回帖的时间间隔可够长的啊，哈哈哈。

---

作者: rubyish    时间: 2017-02-24 23:21
maybe

1. 6f41f212-e96e-11e2-b0af-001517a36ca5
   
2. 0d77a328-e427-11e2-b0af-001517a36ca5
   
3. 65defa18-e5de-11e2-a387-001517a3798d
   
4. 39cbd594-e57e-11e2-87b7-001517a331f1
   
5. b92e5823-ea7f-11e2-b869-001517a36ded
   
6. eb993574-e9d3-11e2-b869-001517a36ded
   
7. 68c77618-e7ed-11e2-b0af-001517a36ca5
   

复制代码

perl abc.pl > OK

1. #!/usr/bin/perl
   
2. use 5.010;
   
3. 
   
4. while (<DATA>) {
   
5.     my ( $id, $words ) = split ':';
   
6.     my @word = split ';', $words;
   
7.     my $OK = 1;
   
8.     for (@word) {
   
9.         my ( undef, $A, $B ) = split /\s*[A-Z]+\s*/;
   
10.         my $X = split /\s+/, $A;
    
11.         my $Y = split /\s+/, $B;
    
12.         $OK--, last if $X != $Y;
    
13.     }
    
14.     say $id if $OK;
    
15.     # or print line if ok
    
16.     # print if $OK;
    
17. }
    
18. 
    
19. __DATA__
    
20. 6f41f212-e96e-11e2-b0af-001517a36ca5: HEY h ey HEY hh ey
    
21. 0d77a328-e427-11e2-b0af-001517a36ca5: ALLMAN aa l m ax n ALLMAN ao l m ax n
    
22. 65defa18-e5de-11e2-a387-001517a3798d: OF ah v OF ax v; YOUR y ao r YOUR y ax r
    
23. 39cbd594-e57e-11e2-87b7-001517a331f1: FOR f ax r FOR f ao r
    
24. b92e5823-ea7f-11e2-b869-001517a36ded: WHO h uw WHO hh uw
    
25. 8eb46f0a-e9b5-11e2-a387-001517a3798d: WI d ah b ax l y uw ay WI w ay
    
26. eb993574-e9d3-11e2-b869-001517a36ded: WHAT w aa t WHAT w ah t; YEARS y ih r z YEARS y iy r z; WERE w er r WERE w ax r; THE dh ax THE dh ah; HOLOCAUST h aa l ah k ao s t HOLOCAUST hh aa l ax k ao s t
    
27. 68c77618-e7ed-11e2-b0af-001517a36ca5: HUT h ah t HUT hh ah t; TEXAS t eh k s ax s TEXAS t eh k s ih s
    
28. dedf0820-e808-11e2-b0af-001517a36ca5: THE dh ax THE dh iy; OF ah v OF ax v; THE dh ax THE dh ah; WHAT w aa t WHAT hh w ah t
    

复制代码

---

作者: jason680    时间: 2017-02-25 10:56
回复 7# sunzhiguolu

再等二个月...

---

作者: sunzhiguolu    时间: 2017-02-26 13:51


回复 9# jason680
我先学习一下 8 楼大神的代码，不等楼主回复了。我的理解能力有限，不知到大神您老人家是否理解了。

---

作者: TrishaTie    时间: 2017-03-16 11:29
回复 8# rubyish

学习了大神，多谢！

---

作者: TrishaTie    时间: 2017-03-16 11:41
回复 6# sunzhiguolu

哈哈 没到2月我就来了。
最终结果是要输出  句子ID，满足条件为 这个句子的  每个单词对应的发音长度要完全一样，比如 OF 发音： ah v  =  ax v 长度一致， 并且 YOUR也是， 那这一条就是满足条件的句子， 输出ID就可以了。


65defa18-e5de-11e2-a387-001517a3798d: OF ah v OF ax v; YOUR y ao r YOUR y ax r

---

作者: sohusina    时间: 2017-03-16 13:59
my ($uttID, $otherstr)=split/:\t+/, $dtline;
这儿的\t+是不是可以去掉？

---

欢迎光临 Chinaunix (http://bbs.chinaunix.net/)

Powered by Discuz! X3.2