nltk.ConditionalFreqDist()条件频率分布《python自然语言处理》练习题

布朗语料库是一个研究文体之间的系统性差异（文体学）的资源。

概念与背景知识

1. 频率分布
   给定某个词汇或其他项目的链表mylist，使用FreqDist(mylist)，就可以计算出链表中每个项目出现的次数。如：

import nltk
content = 'to be or not to be'
mylist = ['to','not','be']
result = FreqDist(mylist)

运行效果如图：

2. 条件频率分布
   有条件的频率分布，也就是添加【某一事件的发生】作为限制条件，再对文本特征进行统计。在自然语言处理中，条件通常指的是文本的类别（具有特征的集合）。因此，使用条件概率分布，可以统计出某类（即具有某种特征的）文本出现的频率（次）。

目标

处理布朗语料库的新闻和言情文体，找出一周中最有新闻价值并且最浪漫的日子。

代码实现

1.合并新闻和言情语料中的单词，统计总频率