用Python实现针对英文论文的词频分析

最新推荐文章于 2024-07-30 07:25:40 发布

watermelon_learn

最新推荐文章于 2024-07-30 07:25:40 发布

阅读量5k

点赞数 3

分类专栏： python 文章标签： python

本文链接：https://blog.csdn.net/watermelon_learn/article/details/82383025

版权

本文介绍如何使用Python对英文论文进行词频分析，通过分析高频词汇来提高阅读理解效率。首先，需要将PDF论文转换为Word，再转为txt格式以避免乱码。然后，通过提供的代码实现词汇频次统计。

摘要由CSDN通过智能技术生成

有时候看英文论文，高频词汇是一些术语，可能不太认识，因此我们可以先分析一下该论文的词频，对于高频词汇可以在看论文之前就记住其意思，这样看论文思路会更顺畅一些，接下来就讲一下如何用python输出一篇英文论文的词汇出现频次。

首先肯定要先把论文从PDF版转为txt格式，一般来说直接转会出现乱码，建议先转为Word格式，之后再复制为txt文本格式。

接下来附上含有详细注释的代码

#论文词频分析
#You should convert the file to text format


#Read the text and save all the words in a list
def readtxt(filename):
    fr = open(filename, 'r')
    wordsL = []#use this list to save the words
    for word in fr:
        word = word.strip()
        word = word.split()
        wordsL = wordsL + word
    fr.close()
    return wordsL

#count the frequency of every word and store in a dictionary
#And sort dictionaries by value from large to small
def count(wordsL):
    wordsD = {}
    for x in wordsL:
        #move these words that we don't need
        if Judge(x):
            continue
        #count
        if not x in wor