python中文分句_python实现中文文本分句的例子

对于英文文本分句比较简单,只要根据终结符"."划分就好,中文文本分句看似很简单,但是实现时会遇到很多麻烦,尤其是处理社交媒体数据时,会遇到文本格式不规范等问题。

下面代码针对一段一段的短文本组成了文档分句

import re

def cut_sent(infile, outfile):

cutLineFlag = ["?", "!", "。","…"] #本文使用的终结符,可以修改

sentenceList = []

with open(infile, "r", encoding="UTF-8") as file:

oneSentence = ""

for line in file:

if len(oneSentence)!=0:

sentenceList.append(oneSentence.strip() + "\r")

oneSentence=""

# oneSentence = ""

for word in words:

if word not in cutLineFlag:

oneSentence = oneSentence + word

else:

oneSentence = oneSentence + word

if oneSentence.__len__() > 4:

sentenceList.append(oneSentence.strip() + &#

  • 0
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“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