1回答
我试图将csv文件中的句子标记化为单词，但是我的循环并没有跳到下一个句子，它只是做了第一列。你知道错误在哪里吗？这是我的CSV文件的样子 ? import reimport pandas as pdfrom nltk.tokenize import word_tokenizein text]
x=re.co
浏览 10提问于2019-12-22得票数 2
回答已采纳
我想输入一个句子，然后用简单的硬单词输出一个句子。输入：“我拒绝来拾取垃圾”
也许“拒绝1”是最容易拒绝的词，但“垃圾2”的意思是“垃圾”，还有一些更简单的词可以用在那里。Nltk可
浏览 2提问于2020-08-31得票数 2
回答已采纳
sents=sent_tokenizer.tokenize(text) word_tokenizer = WordPunctTokenizer() print(words)
print(tagges)
ie_preprocess(text)
浏览 0提问于2015-08-03得票数 0
1回答
第一次使用word2vec时，我处理的文件是XML格式的。我想遍历专利以找到每个标题，然后应用word2vec来查看是否有相似的单词(以指示相似的标题)。到目前为止，我已经使用元素树解析了XML文件以检索每个标题，然后应用sent_tokenizer，然后应用tweet tokenizer返回一个句子列表，其中每个单词都已被标记化(不确定这是否是最好的方法然后，我将标记化的句子放入我的</e
浏览 18提问于2019-06-10得票数 3
1回答
我想知道如何对以下句子(字符串)进行单词标记化： "I am good. I e.g. wash the dishes." 以下几句话： ["I", "am", "good", ".", "wash", "the", "dishes"] 现在的问题是，当涉及到像"e.g."这样的缩写时，它被NLTK word_tokenizer
浏览 20提问于2019-03-17得票数 0
回答已采纳
这是我的代码，你可以看到我正在将句子标记为word，但当我在句子中应用word2vec模型时，我仍然有一个问题。我使用阿拉伯语文本anaconda版本4.7.12 sentences = nltk.sent_tokenize(str(sentences1))sentences = re.sub("\d+", "",
浏览 47提问于2019-12-06得票数 0
然后打印符合某些标准/分数的段落
但是，上面的步骤删除了信息/令牌。如何保留对原始文本的引用，以便知道这些元素最初显示在何处，以便引用正确的段落？
浏览 7提问于2017-02-05得票数 0
回答已采纳
我想从一串句子中删除停用词，但是我的print函数返回了包含所有停用词的确切字符串。下面是我使用的代码，其中chat_map['Phillips Allen']是我从群聊中解析的句子字符串。from nltk.corpus import stopwordsstop_words = set(stopwords.words
浏览 0提问于2020-10-19得票数 0
我有一个名为keywords的字符串，它由一些由-标记分隔的句子组成。我希望在我的keywords变量中得到每个单词的词干，同时保持它的形式相同(其中的每个短语都用-标记分隔)。我试图通过在keywords中使用.split()函数分割每个短语，然后将每个短语标记为单个单词，然后停止它们。但是，我无法连接输出，以形成与keywords变量相同的输出。以下是一次尝试
浏览 1提问于2019-01-23得票数 0
有没有什么包可以用来通过Python从句子中删除专有名词？我知道一些像NLTK，Stanford和Text Blob这样的软件包，它们可以完成删除姓名的工作，但它们也删除了许多以大写字母开头但不是专有名词的单词。此外，我不能有一个名字字典，因为它将是巨大的，并将随着数据不断填充到数据库中而不断扩展。
浏览 16提问于2016-09-22得票数 6
我用python上传了一个txt文件，将其标记为句子，然后使用nltk将其标记为单词：tokenized_text = [nltk.word_tokenize(x) for x in sent_text]
这给了我一个列表列表，其中主列表中的每个列表都是一个标记化单词的句子。然后，一旦我有了这些只包含我想要
浏览 2提问于2018-10-14得票数 0
2回答
我使用下面的公式来计算200个短句的情感。我没有使用训练数据集：分析返回两个值:极性和主观性。根据我在网上读到的，极性得分是一个浮点数，范围在- 1.0，1.0，其中0表示中立，+1表示非常积极的态度，-1表示非常消极的态度。主观性是一个在0.0，1.0范围内的浮点，其中0.0是非常客观的，1.0是非常主观的</
浏览 0提问于2015-12-30得票数 10
我遇到的问题是，我给出了一个文本文件作为输入，它返回一个模型，该模型只由每个字符单独组成，而不是单词。我还把输入作为建议的单词清单：
将多个空白空间折叠为单个空白空间删除小于3个字符的单词--长--删除停止词
我把文本给了word2vec，它给了我正确
浏览 0提问于2017-07-18得票数 3
回答已采纳
我使用Python和spaCy作为我的NLP库。我是NLP工作的新手，我希望能得到一些指导，以便从文本中提取表格信息。我的目标是找出哪些类型的费用被冻结或未冻结。任何指导都将不胜感激。我的最终目标是将所有这些表格提取到一个excel文件中。即使你能为上面的几个类别提供建议，我也会非常感激。非常提前感谢您。
浏览 3提问于2019-01-30得票数 1
1回答
我正在尝试使用gensim找到最相关的标题。我的代码是：import pandas as pdimport gensimcorpus = pd.DataFrame(df, columnsm
浏览 2提问于2017-06-17得票数 0
我希望在我的文本文件中找到所有单词的频率，这样我就可以找到它们中最频繁出现的单词。有人能帮我下命令吗？import nltk fdist1 = FreqDist(text1)
我使用了上面的代码，但问题是它没有给出单词的频率，而是显示每个字符的频率。另外，我想知道如何<em
浏览 6提问于2015-03-14得票数 2
回答已采纳
1回答
我有一个大约有30,000行的表，需要从dummy_df数据帧中名为dummy_df的列中提取非英语单词。我需要将非英语单词放在相邻的列non_english中。虚拟数据是这样的： dummy_df = pandas.DataFrame({'outcome': ["I want to go to church", "I love Matauranga","Take me to Oranga
浏览 38提问于2021-08-16得票数 0
回答已采纳
1回答
我对这段代码进行了句子测试，我想要转换它，这样我就可以把每一行都由没有标点符号的单词组成的整列命名，比如: deportivas calcetin hombres deportivas shoes。import wordnet, nltkfrom nltk.stem import WordNetLemmatizerim
浏览 2提问于2020-09-09得票数 1
回答已采纳
1回答
这是我的代码的一部分，我试图标记一个希腊段落。tokens = nltk.WordPunctTokenizer().tokenize(doc)
到目前为止，我所理解的是，在这段代码之后，我有另一行代码，其中删除了所有字符<3的单词。如果我打印这些标记，例如，单词</em
浏览 2提问于2013-08-14得票数 0
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
腾讯会议
云直播
对象存储活动推荐
腾讯云开发者
