使用NLTK将句子标记为使用pandas的单词
NLTK（Natural Language Toolkit）是一个用于自然语言处理（NLP）的Python库。它提供了各种功能和工具，用于处理和分析文本数据。
将句子标记为使用pandas的单词，可以通过NLTK中的词性标注（Part-of-Speech Tagging）功能来实现。词性标注是将句子中的每个单词标记为其词性的过程。
首先，需要安装NLTK库并下载其所需的数据：
import nltk
nltk.download('punkt')
nltk.download('averaged_perceptron_tagger')然后，可以使用NLTK的词性标注功能来标记句子中的单词：
import nltk
from nltk.tokenize import word_tokenize
from nltk.tag import pos_tag
sentence = "使用NLTK将句子标记为使用pandas的单词"
# 分词
tokens = word_tokenize(sentence)
# 词性标注
tagged_words = pos_tag(tokens)
# 输出标记结果
print(tagged_words)输出结果如下：
[('使用', 'JJ'), ('NLTK', 'NNP'), ('将', 'MD'), ('句子', 'NN'), ('标记', 'NN'), ('为', 'IN'), ('使用', 'VBG'), ('pandas', 'NNS'), ('的', 'IN'), ('单词', 'NN')]在这个例子中，句子中的每个单词都被标记为其对应的词性。例如，'使用'被标记为形容词（JJ），'NLTK'被标记为专有名词（NNP），'将'被标记为情态动词（MD），以此类推。
需要注意的是，NLTK的词性标注并不是完美的，可能会存在一定的误差。因此，在实际应用中，可能需要根据具体情况进行进一步的处理和调整。
关于NLTK的更多信息和用法，可以参考腾讯云的自然语言处理（NLP）相关产品和服务：
相关·内容
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word2vec模型中，并使用一个单词进行测试，看看它是否返回了一个向量。这似乎只对第一句话中的一个单词有效。我不确定它是否能识别所有的句子？
import numpy as np
impo
浏览 18提问于2019-06-10得票数 3
3回答
我是Python的新手，有一些问题。
我有一个包含1000个句子的csv文件。我试图通过使用nltk删除没有意义的单词来清理所有的句子。我已经导入了csv并将其创建为一个名为mylist的列表。当我使用for循环清理列表中每一项的文本时，我遇到了TypeError:列表索引必须是整数或切片，而不是str。一旦我完成清理文本，我想把它导出回csv。
提前谢谢。
import pandas as pd
import nltk
nltk.download('words')
words = set(nltk.corpus.words.words())
uscomment = r&
浏览 36提问于2021-05-26得票数 1
我试图循环通过一个句子列表，并且只拉出列表中包含一个子字符串(关键字)的项目，当在我的函数中使用return而不是yield时，我得到了一个字符列表vs yield我得到了完整的句子，但我知道它是一个生成器，并且想要包含这个单词的每个句子的完整列表。是.find()导致了问题，还是有更好的方法从字符串项列表中拉出？
import nltk
from nltk import *
import pandas as pd
f= open("filename.txt").read()
sent_list = sent_tokenize(f)
hunt = "youth"
浏览 0提问于2018-07-15得票数 2
2回答
我希望通过NLTK获得一个单词和一个句子中每个单词之间的相似性。
NLTK可以得到两个特定单词之间的相似度，如下所示。这种方法要求给出对单词的具体引用，在这种情况下，它是'dog.n.01‘，其中狗是名词，我们希望使用第一个(01) NLTK定义。
dog = wordnet.synset('dog.n.01')
cat = wordnet.synset('cat.n.01')
print dog.path_similarity(cat)
>> 0.2
问题是，我需要从句子中的每个单词中获取词性信息。NLTK软件包能够获得句子中每个单词的词
浏览 5提问于2014-12-21得票数 8
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, nltk
nltk.download('wordnet')
from nltk.stem import WordNetLemmatizer
from nltk.corpus import wordnet
import pandas as pd
df = pd.read_excel(r'C:\Test2\test.xlsx')
浏览 2提问于2020-09-09得票数 1
回答已采纳
我试着从课文中删除非英语单词。问题:在NLTK语料库中，还有许多词是不存在的。
我的代码：
import pandas as pd
lst = ['I have equipped my house with a new [xxx] HP203X climatisation unit']
df = pd.DataFrame(lst, columns=['Sentences'])
import nltk
nltk.download('words')
words = set(nltk.corpus.words.words())
浏览 2提问于2022-05-03得票数 3
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 Tamariki"]}) 我的想法是从句子中提取非英语单词，然后在数据帧上迭代该过程。我能够用这个代码从一个句子中准确地提取出非
浏览 38提问于2021-08-16得票数 0
回答已采纳
通常将文件数据转换为nltk.Text的方法如下：
f=open('my-file.txt','rU')
raw=f.read()
tokens = nltk.word_tokenize(raw)
text = nltk.Text(tokens)
现在，‘nltk.Text’(文本对象)只是一个单词列表。我怎样才能从中获得句子列表呢？主要希望拆分成句子列表的‘文本’。多么?
浏览 0提问于2016-10-14得票数 0
1回答
我有一个数据框架，其中一列是每个实例的一个句子。我想拿出每个实例，去掉停用的单词，并把它作为一个字符串放在首尾。有没有python/pandas的想法？
感谢所有回复我的令人惊叹的sql人员-我知道我需要学习SQL。现在，我正在寻找一个python/pandas/nltk解决方案。
浏览 15提问于2018-01-23得票数 0
1回答
在自然语言处理中，用单词而不是句子来标记行的代码是什么？
就像句子一样，我使用这个代码，我想根据单词而不是句子来标记。
import nltk
text=" Hi how are you, how is live, what are you doing "
from nltk.tokenize import sent_tokenize
print(sent_tokenize(text))
浏览 0提问于2019-12-09得票数 1
回答已采纳
我正面临着在句子中标记单词的问题。我不能理解为什么我只得到列表中的最后一句话作为输出。它应该是一个很长的带有标签的单词列表。
下面是完整的代码：
import pandas as pd
import numpy as np
import nltk
from nltk.corpus import stopwords
from nltk.corpus import wordnet
from nltk.tokenize import word_tokenize, sent_tokenize
from nltk.stem.wordnet import WordNetLemmatizer
#import
浏览 10提问于2021-05-16得票数 0
回答已采纳
2回答
用熊猫的数据来替换单词
、、、
我有一个数据框架如下。
ID Word Synonyms
------------------------
1 drove drive
2 office downtown
3 everyday daily
4 day daily
5 work downtown
我正在读一个句子，想用上面定义的同义词替换这个句子中的单词。这是我的代码：
import nltk
import pandas as pd
import string
sdf = pd.read_excel('C:\synonyms.xlsx&#
浏览 3提问于2017-01-24得票数 1
回答已采纳
1回答
我是Word2Vec的新手，我试图根据它们的相似性对单词进行聚类。首先，我使用nltk来分隔句子，然后使用生成的句子列表作为Word2Vec的输入。然而，当我打印单词时，它只是一堆字母、数字和符号，而不是单词。具体来说，其中一个字母的示例是"< gensim.models.keyedvectors.Vocab object at 0x00000238145AB438>，‘L’“：
# imports needed and logging
import gensim
from gensim.models import word2vec
import logging
impo
浏览 0提问于2019-02-28得票数 2
回答已采纳
2回答
我正在使用nltk和SpaCy进行情感分析。在工作时，我需要在负变量中添加新单词，这样当这些单词出现在任何句子中时，它就会显示出负极性值。我不知道怎么做，有人能帮帮我吗？
浏览 23提问于2022-03-03得票数 -1
回答已采纳
在对句子进行标记化之后，我尝试使用nltk的FreqDist从我的数据列(文本字符串)中获取最常用的单词。 然而，在应用pandas dataframe之后，我得到了一列列表，而不是字符串。所以在运行时，我得到了错误: TypeError: unhashable type：'list‘ df['Tokenized'] = df['Description'].map(tokenize)
word_dist = nltk.FreqDist(df['Tokenized']) #type error: unhashable type 现在我的标
浏览 40提问于2019-05-24得票数 0
import nltk
from nltk.parse import ViterbiParser
def pcfg_chartparser(grammarfile):
f=open(grammarfile)
grammar=f.read()
f.close()
return nltk.PCFG.fromstring(grammar)
grammarp = pcfg_chartparser("wsjp.cfg")
VP = ViterbiParser(grammarp)
print VP
for w in sent:
for tree
浏览 5提问于2016-01-30得票数 11
1回答
我目前正在一个数据集中工作，其中包含的10000+新闻多，我想删除的句子，其中只有一个词。我搜索过nltk和文本清洁器，但是我无法删除只包含一个单词的句子。
例如:输入：，我想删除一个单词的句子。好吧。好的。让我们来做。输出：我想删除一个单词的句子。我们开始吧。
守则是：
import textcleaner as tc
import nltk
import numpy as np
datafile = np.genfromtxt("f12filtered.txt", encoding='utf-8', delimiter=".")
data
浏览 1提问于2019-02-25得票数 0
回答已采纳
如果给定的英语句子包含所有非意义词，我想签入Python程序。
如果句子中有所有没有意义的单词，则返回true
例如sdfsdf sdf ssdf fsdf dsd
如果句子中至少包含一个有意义的单词，则返回false
例如你好asdf
这是我写的代码。
更新了is_meaningless变量的代码
import nltk
nltk.download('words')
from nltk.corpus import words
def is_sentence_meaningless(sentence):
is_meaningless = True
for word
浏览 6提问于2021-12-06得票数 1
回答已采纳
我正在着手一个用于情感分析的NLP项目。
我已经成功地为python安装了NLTK (这似乎是一个很棒的软件)。然而，我很难理解如何使用它来完成我的任务。
这是我的任务：
我想把它分解成几个句子(或者信息长度不超过100个字符)(我想我可以用python来做这件事？？)然后在所有句子中搜索句子中的特定实例，例如然后我想检查每句话中的积极/消极情绪，并相应地计算它们
注:我真的不太担心准确性，因为我的数据集很大，也不太担心讽刺。
以下是我遇到的问题：
我能找到的所有数据集，例如，NLTK附带的语料库电影评论数据都不是webservice格式的。看起来这里已经完成了一些处理。据我所知，处理(由st
浏览 50提问于2010-05-14得票数 17
回答已采纳
我有一个包含数千个句子的文件，我想找到包含特定字符/单词的句子。
最初，我对整个文件进行标记化(使用sent_tokenize)，然后遍历句子以找到单词。然而，这太慢了。既然我可以快速找到单词的索引，我可以利用这一点吗？有没有办法只对单词周围的区域进行标记化(即找出哪个句子包含单词)？
谢谢。
编辑:我使用的是Python，使用的是NLTK库。
浏览 0提问于2012-12-06得票数 1
1回答
NLTK的块解析器的正则表达式可以匹配POS标签，但它们也可以匹配特定的单词吗？
因此，假设我想要分块任何结构，其中包含一个后面跟着动词"left“的名词(称之为模式L)。例如，句子" the \DT dog\NN left\VB“应该被分成
(S (DT the) (L (NN dog) (VB Left)，但是句子" the \DT dog\NN slept\VB“根本不会被分块。
我还没有找到任何关于分块正则表达式语法的文档，而且我见过的所有示例都只匹配POS标记。
浏览 1提问于2011-11-21得票数 7
我想把原话找回来。
我知道使用nltk模块我可以对单词进行词汇化
from nltk.stem import WordNetLemmatizer
lemmatizer = WordNetLemmatizer()
lemmatizer.lemmatize(str)
我可能需要其他的论据，比如：
lemmatizer.lemmatize(str. "a")
或
lemmatizer.lemmatize(str, "v")
但问题是，我没有完整的句子可以标记化。
我想输入一个单词，它返回没有句子标记化的原始单词。
我想要：
->是不是
最强->强
中断
浏览 10提问于2019-10-22得票数 0
2回答
我有一个文本文档，我正在使用regex和nltk从这个文档中找到最常用的单词5。我必须打印出这些单词所属的句子，我该怎么做呢？此外，我希望将其扩展到在多个文档中查找常用单词并返回其各自的句子。
import nltk
import collections
from collections import Counter
import re
import string
frequency = {}
document_text = open('test.txt', 'r')
text_string = document_text.read().lower()
ma
浏览 0提问于2017-08-20得票数 3
1回答
我正在尝试用python解析句子--对于我得到的任何句子，我应该只接受出现在单词'say‘或'ask’之后的单词(如果单词没有出现，我应该使用整个句子)我只是使用正则表达式：
sen = re.search('(?s)(?<=say|Say).*$', current_game_row["sentence"], re.M | re.I)
(这只用于'say'，但添加'ask‘不是问题...)
问题是，如果我得到一个句子，像逗号，冒号(，:)后面的单词‘说’，它也采取了标点符号。有人建议我使用nltk标记化来定义它，但
浏览 4提问于2021-02-05得票数 1
我从网站上下载了一篇论文，想用NLTK做完整句子的主题建模。因此，我尝试排除文本文件中不相关的单词或不完整的句子。但是，我仍然不能删除这些单词。
例如，
我只想得到最后一句话。和下面的代码一样，将一个文本划分为一个句子列表。
tokenizer = nltk.data.load('tokenizers/punkt/english.pickle')
tokenizer.tokenize(data)
print('\n'.join(tokenizer.tokenize(data)))
但是，我怎么能逐行排除这些单词呢？谢谢
浏览 0提问于2018-04-19得票数 0
我使用Python Scrapy删除了数百万篇报纸文章。现在，我想提取一个包含一个单词的句子。下面是我的实现。
import nltk
tokenizer = nltk.data.load('tokenizers/punkt/english.pickle')
for a in articles:
article_sentence = tokenizer.tokenize(a)
for s in article_sentence:
for w in words:
if ' '+w+' ' in
浏览 2提问于2015-02-01得票数 1
1回答
我有一个带有文本列的excel文件。我所需要做的就是从文本列中提取每一行带有特定单词的句子。
我尝试过使用定义函数。
import pandas as pd
from nltk.tokenize import sent_tokenize
from nltk.tokenize import word_tokenize
#################Reading in excel file#####################
str_df = pd.read_excel("C:\\Users\\HP\Desktop\\context.xlsx")
########
浏览 1提问于2016-11-29得票数 3
回答已采纳
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 re
import string
import pandas as pd
text=pd.read_csv("data.csv")
from nltk.tokenize import word_tokenize
tokenized_docs=[word_tokenize(doc) for doc in text]
x=re.compile('[%s]' % re.escape(string.punctu
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。
我使用Nltk来标记句子和标记单词，但是我很难使用WordNet来找到我想要的单词的特定意思的同义词。
例如：
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可能可以将垃圾#2标记为名词，但是如何从WordNet获得垃圾(垃圾)的同义词呢？
浏览 2提问于2020-08-31得票数 2
回答已采纳
11回答
我刚刚开始使用NLTK，我不太明白如何从文本中获取单词列表。如果我使用nltk.word_tokenize()，我会得到一个单词和标点符号的列表。相反，我只需要文字。我怎样才能摆脱标点符号？此外，word_tokenize不能处理多个句子:在最后一个单词上添加圆点。
浏览 0提问于2013-03-21得票数 138
1回答
我的问题有点棘手，事实上，我试图确定一个词在给定句子中的作用，我设法用nltk得到一些东西，问题是它告诉我单词是什么，我正在寻找的是它的工作。例如，上帝爱苹果不会在这个句子中把上帝作为主语。事实上，在这里，它会把上帝作为一个国家民族党来回报，这不是我想要的。因此，我希望把给定单词在字符串中的作用作为切分(寻找上帝作为主语，而不是上帝作为NNP)。
import sys # Imports
import subprocess # Imports
subprocess.check_call([sys.executable, '-m', 'pip', 'ins
浏览 5提问于2022-03-29得票数 1
回答已采纳
我们是否可以使用spaCy或NLTK等常用的NLP包来检测sentence stress (句子中某些单词的重音或单词之间的停顿)？ ? 我们如何使用spaCy或NLTK来区分实词和结构词？ 由于所有NLP程序都会检测依赖关系，因此应该有可能识别自然语音中哪些单词是重读的。
浏览 45提问于2019-10-06得票数 0
回答已采纳
我正试图构建一个新的语言来获取单词的上下文。我有两句话
sentences=pd.DataFrame({"sentence": ["The weather was good so I went swimming", "Because of the good food we took desert"]})
我想知道“好”这个词指的是什么。我的想法是对句子(来自教程的代码)进行分块，然后查看单词"good“和一个名词是否在同一个节点中。如果不是，它指的是之前或之后的名词。
首先，如本教程所示，我构建了分块。
from nltk.corpus
浏览 4提问于2016-06-06得票数 3
回答已采纳
我有一个Excel工作表，它有2列。第一个是ingredient，第二个是tag，我有一个句子。我想将配料列的值与字符串进行比较。如果单词匹配，则将其添加到新列表中。为此，我的代码如下： import nltk
from nltk.tokenize import sent_tokenize, word_tokenize
import pandas as pd
setence="I like carrot Apple wine"
word =word_tokenize(setence.lower())
l=[]
dat
浏览 13提问于2019-09-19得票数 0
回答已采纳
我的脚本的目的是进入一个目录，遍历目录中的文件，从每个文件中删除重复的句子，并将每个文件的结果保存到一个新的命名文件中。
这是我用来测试脚本的文件：
这是一个带有大写字的句子。这是一个带有单词环境的句子。这是一个带有单词环境的句子。这是一个带有单词环境的句子。这是一个带有单词环境的句子。
这是一个句子，里面有卡车这个词。这是一个带有单词环境的句子。这是一个带有单词环境的句子。这是一个带有单词环境的句子。这是一个带有单词环境的句子。
这是输出文件：
在it.This中，这是一个带有大写字母的句子，在it.This中，是一个带有环境的句子，在it.This中，是一个带有单词the的句子，
浏览 2提问于2018-01-27得票数 0
我有个问题。我有以下代码： strCommand = "There is a 20% chance that I fail the test"
# Splits command in words
words = nltk.word_tokenize(strCommand)
#Add tags to words
word_tags = nltk.pos_tag(words)
if (word for (word, pos) in word_tags if(pos[:2] == 'CD')):
value = [word for (word,
浏览 33提问于2020-11-08得票数 0
回答已采纳
我正在尝试对.txt文件语料库运行word2vec (在gensim中实现的skip-gram模型，默认窗口大小为5)。我使用的迭代器看起来像这样：
class Corpus(object):
"""Iterator for feeding sentences to word2vec"""
def __init__(self, dirname):
self.dirname = dirname
def __iter__(self):
word_tokenizer = TreebankWor
浏览 2提问于2015-08-29得票数 3
1回答
在python库中，您可以将一个句子编成单个单词和标点符号。它将使非英语和语法正确的单词被托起。我如何删除这些标记，使我只剩下语法上正确的，实际的英语单词？
示例：
import nltk
sentence = "The word hello is gramatically correct but henlo is not"
sentence_tokenised = nltk.tokenize.word_tokenize(sentence)
print(sentence_tokenised)
这就产生了：
['The', 'word',
浏览 1提问于2021-05-29得票数 2
回答已采纳
我正在使用nltk将句子拆分成单词。例如：
nltk.word_tokenize("The code didn't work!")
-> ['The', 'code', 'did', "n't", 'work', '!']
标记化在拆分单词边界时效果很好，即从单词中拆分标点符号，但有时会过度拆分，单词末尾的修饰符被视为单独的部分。例如，didn't分为did和n't两个部分，i've分为I和've两个部分。显然，这是因为这些单
浏览 0提问于2016-01-11得票数 15
回答已采纳
我正在尝试使用Python/ NLTK分离一系列句子中的第一个单词。
创建了一个不重要的句子序列(the_text)，虽然我可以将其划分为标记化的句子，但我不能成功地将每个句子的第一个单词分成一个列表(first_words)。
['Here'，'is'，'some'，'text'，‘.，'Here'，'is'，'a'，'a'，'person'，'on'，'the'，’person‘，'.'，'I
浏览 0提问于2015-04-29得票数 0
1回答
给他们的句子贴上标签
、、、、
我有一个包含3列的数据，即'word'，‘pos’，'label'。这些词来自于文本file.Now，我希望有另一列'sentences#‘来说明单词最初来自的句子的索引。
Current state:-
WORD POS-Tag Label
my PRP$ IR
name NN IR
is VBZ IR
ron VBN PERSON
. .
my PRP$ IR
name NN IR
is VBZ IR
harry VBN Person
.
浏览 0提问于2019-03-20得票数 0
2回答
我必须对句子中单词的语义关系进行分类。
我正在考虑使用FrameNet，但我不确定NLTK是否提供了FrameNet。
有没有人知道是否有可能在NLTK中使用FrameNet？
有什么建议吗？
浏览 7提问于2013-05-13得票数 3
我试着在python中使用NLTK中的类似函数，但它总是返回'No Matches'，即使我在句子中输入了类似的单词。
我的代码在这里
from nltk.tokenize import word_tokenize
import nltk
raw = "Analyzing text to find common terms using Python and NLTK"
text = nltk.Text(raw)
text.similar('mutual')
有什么想法吗？
浏览 0提问于2018-06-13得票数 0
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", ".", "I", "e.g.", "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标记为如下["e.g", "."]
浏览 20提问于2019-03-17得票数 0
回答已采纳
1回答
边界上的分词
、、
我有一些推文，我想分成几个单词。除了当人们组合像trumpisamoron或makeamericagreatagain这样的单词时，它的大部分都工作得很好。但也有像password这样的东西，它们不应该被分成pass和word。
我知道nltk包有一个punkt tokenizer模块，它以一种智能的方式拆分句子。单词也有类似的东西吗？即使它不在nltk包中？
注意:与拆分单词问题相比，password -> pass + word示例的问题要小得多。
浏览 0提问于2016-09-30得票数 1
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
1回答
如何对句子列表进行词汇化
、、、
如何在Python中列出句子列表？
from nltk.stem.wordnet import WordNetLemmatizer
a = ['i like cars', 'cats are the best']
lmtzr = WordNetLemmatizer()
lemmatized = [lmtzr.lemmatize(word) for word in a]
print(lemmatized)
这就是我试过的方法，但它给了我相同的句子。我需要对之前的单词进行标记化才能正常工作吗？
浏览 63提问于2018-06-05得票数 5
回答已采纳
1回答
我想基于自然语言处理算法(tf-idf)对评论进行分类。我设法对这些集群进行了分类，但我想以图形的方式将它们可视化(直方图、散点图……)
import collections
from nltk import word_tokenize
from nltk.corpus import stopwords
from nltk.stem import PorterStemmer
from sklearn.cluster import KMeans
from sklearn.feature_extraction.text import TfidfVectorizer
from pprint impo
浏览 23提问于2019-08-19得票数 1
回答已采纳
1回答
我正在尝试纠正包含句子的CSV文件中的拼写错误。 input_csv： id text
0 my telephon not working
1 I have mobil in my bag
2 car is expensiv 使用enchant提供的here代码通过提供以下建议更正了这个词： 我想使用这种拼写更正方法来更正panda dataframe中的单词。我有以下代码，其中每个句子首先被标记化，然后检查拼写并提出最佳建议： import enchant, difflib, nltk
from nltk.tokenize import word_tokenize
impor
浏览 12提问于2021-08-20得票数 0
3回答
我想从不同的句子中提取信息，所以我使用nltk将每个句子划分为单词，我使用以下代码：
words=[]
for i in range(len(sentences)):
words.append(nltk.word_tokenize(sentences[i]))
words
它很好用，但我想要一些不同的东西。例如，我有一个句子：'[\'Jan 31 19:28:14 nginx: 10.0.0.0 - - [31/Jan/2019:19:28:14 +0100] "POST /test/itf/ HTTP/x.x" 404 146 "-&#
浏览 12提问于2022-01-14得票数 2
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
对象存储
即时通信 IM
实时音视频活动推荐
腾讯云开发者
