开发工具:
文件大小: 34kb
下载次数: 0
上传时间: 2021-01-20
详细说明:您好!我是“筋斗云上”,请多关照!
第一篇 文本切分
文本切分包含 两个步骤:句子切分、词语切分
一、句子切分
句子切分是将文本语料库分解成句子的过程,句子 切分基本技术是在句子之间寻找特定的分隔符,例如句号(.)换行符(\n)或者分号(;)等。 NLTK框架常用的句子切分器有:
sent_tokenize
PunkSentenceTokenizer
RegexpTokenizer
预先训练的句子切分模型
关于sent_tokenize,以NLTK中的古腾堡(gutenberg)语料库为例
import nltk
from nltk.corpus import gutenberg
al
(系统自动生成,下载前可以参看下载内容)
下载文件列表
相关说明
- 本站资源为会员上传分享交流与学习,如有侵犯您的权益,请联系我们删除.
- 本站是交换下载平台,提供交流渠道,下载内容来自于网络,除下载问题外,其它问题请自行百度。
- 本站已设置防盗链,请勿用迅雷、QQ旋风等多线程下载软件下载资源,下载后用WinRAR最新版进行解压.
- 如果您发现内容无法下载,请稍后再次尝试;或者到消费记录里找到下载记录反馈给我们.
- 下载后发现下载的内容跟说明不相乎,请到消费记录里找到下载记录反馈给我们,经确认后退回积分.
- 如下载前有疑问,可以通过点击"提供者"的名字,查看对方的联系方式,联系对方咨询.