Natural Language Toolkit是一个用于计算语言学的Python库。
当使用 nltk 软件包对阿拉伯文进行标记时，结果显示为数字！在对英文文本进行标记时没有问题。当使用 nltk 包来标记阿拉伯文文本时，结果显示为数字！而标记英文文本时则没有问题。UnicodeDecodeError: 'ascii' codec can't decode byte 0xd8 in ...
我有一个脚本，主要是为自然语言工具箱工作。它的工作原理是使用NLTK对单个单词进行标记和标签（分类）。当我的列表包括名称和实体时，它...
如何使用 "pip install -r requirements.txt "通过 "requirements.txt "下载NLTK体例？
你可以通过命令行下载NLTK体例的punkt和wordnet： python3 -m nltk.downloader punkt wordnet 如何通过requirements.txt下载NLTK体例，使用pip install -r requirements...。
比方说，我有一个由评论列组成的数据集，每个评论正好有100个词，那么训练我的模型可能很容易，因为我可以简单地将每个评论的100个词标记化......。
我正在玩WordNet，试图解决一个NLP任务。我想知道是否存在任何方法来获得属于一些大型集合的单词列表，例如 "动物"（即狗、猫、牛等）、"......"。
我有2个词，比方说电脑和工具。计算机是一个具体的名词，而工具则相对抽象。我想得到每个词的抽象程度，以反映这一点。我以为 ...
我如何从一个URL中解析一个文本，并将干净的文本放在一个数据框中？
我有一个包含147篇多伦多星报新闻文章的Excel文件，我已经将这些文章编译并创建了一个数据框架。我还写了一个Python脚本，可以一次从一篇文章中提取文本。然而，我...
我是类比数据，我有句子一个在每一行的例子PhraseCleaned 0得到房子的业务分布销售外屋的机会1业务改变办公室文化工作......
如何在NLTK中对bigram语言模型进行词级的Kneser-Ney平滑处理？
从ltk包中，我看到我们可以只用三角图来实现Kneser-Ney平滑，但是当我试图在bigrams上使用同样的函数时，它却抛出了错误。有沒有方法可以在......上實現平滑化？
python: 在文本数据中，如果下一行与上一行的匹配模式相同，则将下一行与上一行进行分组（合并）。
我有一个文件.txt，其中的数据组(AAA-(n))非常大。文件中的许多行在AAA-(n)至AAA-(n+1)行之间有相同的标签(例如AB)。我想把它们放在一行中。...
我试图将文本输入到我的文字处理器中，先分割成句子，再分割成单词。一段例子。当这一击被重复的时候,再加上幼稚的告诫... ...
当通过 pandas.groupby.agg 循环一个单词时，如何忽略它的其他实例？
我有一个代码(见下图)，用来匹配每个位置的单词出现次数。我的问题是，它读取了这个词的所有实例。例如：这就是我希望它做的，但代码......。
在下面的列表中，其实有两个重复的句子。但是由于句子的第二个词和（）之间的空格不同，它将它们视为唯一的句子。通过使用Python - 正则表达式，如何...
在数据框架中使用RegexpTokenizer拆分句子 [重复] 。
我试图将数据框输入到我的文字处理器中，先分割成句子，再分割成单词。一个示例文本。当打击被重复时，再加上幼稚的句子告诫，... ...
我刚刚开始开发一个非常简单的程序，得到一个txt文件，并根据它告诉你拼写错误的单词。我查了一下什么会是最好的程序，我读到NLTK和使用'...
我有一个文本文件，里面有一些句子。假设有三个句子 "Rahul从市场上退了出来"，"我们要去市场"，"市场上所有的商店都关门了"。现在我需要...
我想从project gutenberg的url中访问一个文本文件。因此，我从ltk书中复制了同样的代码，结果却不一样。 from urllib import request url = "http:/www.gutenberg.org..."。
如何在 python 数据框架中比较两列中的 tokenise 词？
我有一个CSV文件，其中有一个IT事件的记录.我有一个 "摘要 "列和一个 "类别 "列，我为这一列中的每一行都生成了tokenize字，我想比较token在 ...
我有一个包含文本和类别的数据框架。我想统计这些类别中常见的词。我正在使用 nltk 来删除停止的单词并标记化，但是无法包含 ...