第1关:英文分词和词频统计
任务描述
本关任务:根据本关所学有关词频统计的基础知识,完成词频统计程序的编写并通过所有测试用例。
相关知识
为了完成本关任务,你需要掌握:
词频统计的方法;
词频可视化。
词频统计
在一份给定的文件里,词频指的是某一个给定的词语在该文件中出现的次数。这个数字通常会被正规化,以防止它偏向长的文件。在自然语言处理中,很多算法都是基于统计的原理而实现的,其中,词频统计是其中很重要的一环,学会对文件进行词频统计,会更好地帮我们掌握关键词提取、统计分词等算法。
英文词频统计
假设我们现在需要对一个英文文本进行词频统计。在此之间,我们需要明确的是,在词频统计中,我们统计的主要是文本中的单词,而对于文本中的停用词,我们一般需要将其去除;此外,在英文中,单词的大小写我们应该不进行区分,比如: Good 和 good 应认为是同一个单词进行统计。
#开始你的程序#
text=input()
text=text.lower