名词/形容词/形容动词/动词的简体及敬体变形

名詞(健康)     敬体                  简体
现在肯定式     健康です         健康だ
现在否定式   健康ではありません    健康じゃない
过去肯定式   健康でした        健康だった
过去否定式   健康ではありませんでした 健康じゃなかった
       
形容動詞(暇)            敬体                 简体
现在肯定式       暇です         暇だ
现在否定式     暇ではありません    暇じゃない
过去肯定式     暇でした        暇だった
过去否定式     暇ではありませんでした 暇じゃなかった
   
形容詞(高い)          敬体                          简体
现在肯定式         高いです         高い
现在否定式     高くありません      高くない
          高くないです       高くない
过去肯定式     高かったです       高かった       
过去否定式     高くなかったです     高くなかった
 
動詞(鍛(きた)える)     敬体                  简体
现在肯定式       鍛えます         鍛える
现在否定式   鍛えません        鍛えない
过去肯定式   鍛えました        鍛えた
过去否定式   鍛えませんでした     鍛えなかった
  • 1
    点赞
  • 6
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
好的,首先需要安装jieba和wordcloud模块,可以通过以下命令安装: ``` pip install jieba pip install wordcloud ``` 接下来,我们假设文章内容已经存储在一个txt文件中,代码如下: ```python import jieba from collections import Counter from wordcloud import WordCloud import matplotlib.pyplot as plt with open('article.txt', 'r', encoding='utf-8') as f: content = f.read() # 使用jieba进行分词 words = jieba.cut(content) # 定义需要统计的词性 word_type = ['n', 'v', 'a'] # 过滤出指定词性的词语 filtered_words = [word for word in words if len(word) >= 2 and word.strip() and word.startswith(tuple(word_type))] # 统计词频 word_count = Counter(filtered_words) # 绘制词云图 wc = WordCloud(font_path='simhei.ttf', background_color='white', max_words=200, width=1200, height=800) wc.generate_from_frequencies(word_count) plt.imshow(wc) plt.axis('off') plt.show() ``` 在上述代码中,我们使用jieba进行中文分词,并通过传入一个包含需要统计的词性的列表来过滤出名词动词形容词。然后使用Counter类来统计每个词语的出现频率。最后通过wordcloud模块来绘制词云图。 需要注意的是,我们在绘制词云图时,需要指定字体文件的路径,否则可能会出现乱码。在本例中,我们使用了宋体字体的一个变体simhei.ttf。 运行完上述代码后,就可以得到一个词云图,它会显示文章中出现频率较高的词语,可以帮助我们更好地了解文章的主题和关键词。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值