当前位置：首页 > article >正文

[nlp] id2str的vocab.json转换为str2id

article 2024/11/18 14:37:02

import json

# 加载包含ID对应字符串的JSON文件
with open("base_vocab.json", "r", encoding='utf-8') as file:
    id_to_str = json.load(file)

# 将ID对应字符串的JSON转换为字符串对应ID的JSON
# 注意：这里我们假设id_to_str字典的键都是字符串类型
str_to_id = {value: int(key) for key, value in id_to_str.items()}

# 将结果保存为JSON文件
with open("base_vocab_str_to_id.json", "w", encoding='utf-8') as file:
    # 确保设置 `ensure_ascii=False` 以正确保存非ASCII字符
    # 并且 `sort_keys=True` 可以让输出的JSON文件按照键排序，便于查看
    json.dump(str_to_id, file, ensure_ascii=False, sort_keys=True, indent=4)

# 保存vocab.txt

with open("vocab.txt", "w") as file:
    for word in str_to_id:
        file.write(word+"\n")

在这段代码中，我们首先打开并读取原始的JSON文件，它包含了从ID到字符串的映射。我们使用一个字典推导式来创建一个新的字典，这个字典将字符串映射到它们对应的ID（注意，我们假设原始字典的键都是字符串类型，如果原始的ID不是字符串，则需要修改代码以适应

查看全文

http://www.kler.cn/a/159017.html