Python自然语言处理第一章练习题答案 Natrural Language Processing with Python Ans for Chapter 1

最新推荐文章于 2024-06-29 22:11:22 发布

Tong_www

最新推荐文章于 2024-06-29 22:11:22 发布

阅读量1.1k

点赞数 5

分类专栏： NLP基础学习

本文链接：https://blog.csdn.net/Tong_www/article/details/87908030

版权

这篇博客详细解答了《Python 自然语言处理》第一章的练习题，内容涵盖语言计算、词汇多样性、字符串操作、链表应用、条件语句等，通过实例深入探讨Python在NLP中的应用。

摘要由CSDN通过智能技术生成

第一章练习题答案

（正在学习中，将继续更新~欢迎大家留言~喜欢的话给个赞再走吧_(:з)∠)_）
（补充修改+借鉴了前辈们已发布的答案）

尝试使用Python 解释器作为一个计算器，输入表达式，如12/(4+1)。

>>>12/(4+1)
26 个字母可以组成26 的10 次方或者26**10 个10 字母长的字符串。也就是1411
67095653376L（结尾处的L 只是表示这是Python 长数字格式）。100 个字母长度的
字符串可能有多少个？

>>>26**100
Python 乘法运算可应用于链表。当你输入[‘Monty’, ‘Python’] * 20 或者 3 * se
nt1 会发生什么?

复制n次
复习1.1 节关于语言计算的内容。在text2 中有多少个词？有多少个不同的词？

>>>len(text2) 141576

>>>len(set(text2)) 6833
比较表格1-1 中幽默和言情小说的词汇多样性得分，哪一个文体中词汇更丰富？

幽默小说
制作《理智与情感》中四个主角：Elinor，Marianne，Edward 和Willoughby 的分布图。在这部小说中关于男性和女性所扮演的不同角色，你能观察到什么？你能找出一对夫妻吗？

text2.dispersion_plot(['Elinor','Marianne','Edward','Willoughby'])![Figure_1](C:\Users\Busket’s PC\Desktop\Figure_1.png)

正确答案是Elinor和Edward。那啥，我觉得Edward和Willoughby相反出现明明更有趣啊~
查找text5 中的搭配。

>>>text5.collocations()
wanna chat; PART JOIN; MODE #14-19teens; JOIN PART; PART PART;
cute.-ass MP3; MP3 player; JOIN JOIN; times … .; ACTION watches; guys
wanna; song lasts; last night; ACTION sits; -…)…- S.M.R.; Lime
Player; Player 12%; dont know; lez gurls; long time
思考下面的 Python 表达式:len(set(text4))。说明这个表达式的用途。描述在执行
此计算中涉及的两个步骤。

set(text4) 获取text4的词汇表(无重复) len(set(text4))text4的词汇量
复习1.2 节关于链表和字符串的内容。
a. 定义一个字符串，并且将它分配给一个变量，如：my_string = ‘My String’(在
字符串中放一些更有趣的东西）。用两种方法输出这个变量的内容，一种是通过简
单地输入变量的名称，然后按回车；另一种是通过使用print 语句。
```
>>> my_string = 'My string'
>>> my_string
#'My string'
>>> print (mystring)
#My string
```
b.尝试使用my_string+ my_string 或者用它乘以一个数将字符串添加到它自身，
例如：my_string* 3。请注意，连接在一起的字符串之间没有空格。怎样能解决
这个问题？
```
>>> my_string
#'My string My string My string'*
```
使用语法my_sent = [“My”, “sent”]，定义一个词链表变量my_sent（用你
自己的词或喜欢的话）。
a. 使用’ '.join(my_sent)将其转换成一个字符串。
```
>>> my_sent=["My","sent"] 
>>> ' '.join(my_sent)		#'My sent'
```
b. 使用split()在你指定的地方将字符串分割回链表。
```
>>> 'My sent'.split()		#['My', 'sent']
```
定义几个包含词链表的变量，例如：phrase1，phrase2 等。将它们连接在一起组
成不同的组合（使用加法运算符），最终形成完整的句子。len(phrase1 + phrase2)
与len(phrase1) + len(phrase2)之间的关系是什么？

相等
考虑下面两个具有相同值的表达式。哪一个在NLP 中更常用？为什么？
a. “M