NLTK库 初接触

NLTK 库安装

pip install nltk

安装书籍

import nltk
nltk.download()

加载书籍

from nltk.book import *

搜索文本

从text1中检索20个包含former的语句上下文

text1.concordance("former")

搜索相关词

text1.similar("ship")

查看某个词在文章里出现的位置

text4.dispersion_plot(["citizens", "democracy", "freedom", "duties", "America"])

 

词统计

词统计

len(text1)：返回总字数

set(text1)：返回文本的所有词集合

len(set(text4))：返回文本总词数

text4.count("is")：返回“is”这个词出现的总次数

FreqDist(text1)：统计文章的词频并按从大到小排序存到一个列表里

fdist1 = FreqDist(text1);fdist1.plot(50, cumulative=True)：统计词频，并输出累计图像

fdist1.hapaxes()：返回只出现一次的词

text4.collocations()：频繁的双联词