如何使用NLTK重写一个句子或段落
NLTK（Natural Language Toolkit）是一个用于自然语言处理的Python库。它提供了丰富的工具和资源，用于处理和分析文本数据。使用NLTK重写一个句子或段落可以通过以下步骤实现：
- 导入NLTK库：首先，需要在Python脚本中导入NLTK库。可以使用以下代码完成导入：
import nltk- 安装语料库：NLTK提供了多个语料库，包含了大量的文本数据。可以使用以下代码安装所需的语料库：
nltk.download('punkt')- 分句：使用NLTK的分句器（Sentence Tokenizer）将文本分成句子。可以使用以下代码实现：
from nltk.tokenize import sent_tokenize
text = "这是一个示例句子。这是另一个示例句子。"
sentences = sent_tokenize(text)- 分词：使用NLTK的分词器（Word Tokenizer）将句子分成单词。可以使用以下代码实现：
from nltk.tokenize import word_tokenize
words = []
for sentence in sentences:
words.extend(word_tokenize(sentence))- 重写句子或段落：根据需求，可以使用NLTK的各种文本处理方法对单词进行重写、替换或修改。例如，可以使用词性标注（Part-of-Speech Tagging）对单词进行标注，然后根据标注结果进行重写。以下是一个示例：
from nltk import pos_tag
from nltk.corpus import wordnet
# 对单词进行词性标注
tagged_words = pos_tag(words)
# 重写动词
for i, (word, tag) in enumerate(tagged_words):
if tag.startswith('VB'):
# 获取动词的原形
lemma = wordnet.morphy(word, wordnet.VERB)
if lemma is not None:
tagged_words[i] = (lemma, tag)
# 重建句子
rewritten_sentence = ' '.join([word for word, _ in tagged_words])在上述示例中，我们使用NLTK的词性标注功能对动词进行了重写，将其替换为原形。最后，我们将重写后的单词重新组合成句子。
需要注意的是，NLTK是一个强大的自然语言处理工具，提供了许多其他功能和方法，可以根据具体需求进行使用。以上仅是一个简单的示例，可以根据实际情况进行扩展和修改。
腾讯云相关产品和产品介绍链接地址：
- 腾讯云自然语言处理（NLP）：https://cloud.tencent.com/product/nlp
- 腾讯云机器翻译（MT）：https://cloud.tencent.com/product/mt
- 腾讯云语音识别（ASR）：https://cloud.tencent.com/product/asr
- 腾讯云语音合成（TTS）：https://cloud.tencent.com/product/tts
相关·内容
2回答
对于没有标点符号和/或所有小写字母的段落，是否有可能从段落/句子标记中提取句子？我们有一个特殊的需要，能够将段落分割成句子，同时预计最坏的情况下，输入的段落是不适当的。
示例：
将this is a sentence this is a sentence this is a sentence this is a sentence this is a sentence转化为["this is a sentence", "this is a sentence", "this is a sentence", "this is a sentenc
浏览 8提问于2021-12-26得票数 1
0回答
我正在尝试使用NLTK重新组织语法正确的句子或段落。我知道文章旋转器，但它们通常只是将单词替换为它们的同义词。那么，有没有一种方法可以很容易地使用NLTK生成与原始句子结构不同但本质上具有相同含义的句子？
例如，“如何从网站获得被动收入”“你如何从网站获得剩余收入”“这就是你如何从网站获得剩余收入”
差不多吧。任何帮助都将不胜感激！
浏览 5提问于2016-07-11得票数 1
1回答
我使用nltk的PunkSentenceTokenizer将文本标记为一组句子。然而，标记器似乎并不将新段落或新行视为新句子。
>>> from nltk.tokenize.punkt import PunktSentenceTokenizer
>>> tokenizer = PunktSentenceTokenizer()
>>> tokenizer.tokenize('Sentence 1 \n Sentence 2. Sentence 3.')
['Sentence 1 \n Sentence 2.',
浏览 0提问于2015-03-13得票数 19
回答已采纳
我编写了以下代码来标记来自文件samp.txt的输入段落。有人能帮我找出并打印出文件中的句子、单词和字符的数量吗？为此，我在python中使用了NLTK。
>>>import nltk.data
>>>import nltk.tokenize
>>>f=open('samp.txt')
>>>raw=f.read()
>>>tokenized_sentences=nltk.sent_tokenize(raw)
>>>for each_sentence in tokeniz
浏览 0提问于2011-02-22得票数 8
1回答
我使用BeautifulSoup从html文档中提取文本，然后将文本传递给NLTK进行一些分析。HTML文件中有分页符。分页会导致连续段落被分割。
from bs4 import BeautifulSoup
soup = BeautifulSoup(html, "html5lib")
txt = (soup.get_text())
print(txt)
分割的段落如下：
该文件载有几段内容。每个段落由几个段落组成
-6-
由单词组成的句子。这些词是由字母组成的。
关于如何删除分页符和整个段落的想法？
浏览 2提问于2016-11-06得票数 1
回答已采纳
2回答
我有一个分类问题，我需要找到最好的方法来解决它。我有一套培训文档，文档中的一些句子和/或段落都有标记。并不是所有的句子/段落都有标签。一个句子或段落可能有多个标签/标签。我想做的是做一些模型，如果给出一个新的文件，它将为文件中的每一个句子/段落提供建议的标签。理想情况下，它只会给我高概率的建议。
如果我使用像nltk NaiveBayesClassifier这样的词，结果会很差，我认为这是因为它没有考虑到培训文档中的“未标注”句子，它将包含许多类似于标记句的单词和短语。这些文件是法律/金融性质的，其中充满了法律/金融术语，其中大部分应在分类模式中贴现。
是否有比朴素贝叶斯更好的分类算法，或者除
浏览 0提问于2013-09-19得票数 7
在问这个问题之前，我先看了一下这些( ，)，它们都不是我的用例。
我正在使用nltk tree.draw()方法来获得句子的树可视化，但是我需要对段落中的所有句子都这样做。
因此，我希望将段落中所有句子的输出存储在一个文件中，在这里我可以保存表示，这将有助于分析这些结构。
通过tree.draw的输出就是这样
我想要一个文件(文本/图像/)中段落的所有句子的树表示。)这样就很容易分析
有办法做到这一点吗？
编辑:使用treeview - 输出
浏览 1提问于2018-08-16得票数 1
我正在使用这个NLTK代码从demo_grammar生成句子(参见下面)，问题是，对于像N，N或N这样的语法规则，我最终得到了像“创建”这样的句子。我只对生成同一个单词不会出现两次的句子感兴趣(即创建视频软件)。
我怎么能这么做？
来自NLTK的generate.py是这样的：
我已经尝试过来自generate.py的演示代码
from nltk.grammar import CFG
from nltk.parse import generate
demo_grammar = """
S -> NP VP
NP -> Det N
PP
浏览 1提问于2016-03-10得票数 1
回答已采纳
5回答
如何将包含自由文本、列表、表格、标题等的HTML页面解析成句子？
以为例。有/正在：
免费文本：
列表：
表：
在使用python 之后，我想测试所有这些不同的语料库注释方法(来自)：
单词令牌化：文本的正字法形式不明确地标识它的标记。除了传统的正字法版本之外，令牌化和规范化版本可能是一个非常方便的资源。
句子切分：正如我们在第三章中看到的，句子切分可能比看起来更困难。因此，一些语料库使用显式注释来标记句子切分。
段落分段：段落和其他结构元素(标题、章节等)可能被显式注释。
词类：文档中每个单词的句法类别。
句法结构：表示句子组成结构的树状结构。
浅
浏览 10提问于2012-06-30得票数 8
我正试图把一段话分成几个字。我手头上有一个可爱的nltk.tokenize.word_tokenize(发送)，但是help(word_tokenize)说，“这个标记器被设计成一次处理一个句子。”
有没有人知道，如果你把它用在一个段落上，比如最多5个句子，那会发生什么？我自己也试过几段短短的段落，这似乎很有效，但这还不是决定性的证据。
浏览 0提问于2013-10-15得票数 6
回答已采纳
1回答
我使用nltk PunktSentenceTokenizer将段落分割成句子。我有以下几段：
段落= "1.应聘者在数学方面很差。2.人际交往能力好。3.对社会工作非常热心。“
输出： '1.'，‘考生数学水平很差’，'2.'，‘人际交往能力很好’，'3.'，‘非常热衷于社会工作’。
我尝试使用下面的代码添加已发送的启动程序，但这甚至没有实现。
from nltk.tokenize.punkt import PunktSentenceTokenizer
tokenizer = PunktSentenceTokenizer()
tokeni
浏览 0提问于2019-08-31得票数 0
4回答
确定单词列表是否在句子中？
、、、、
有没有一种方法(Pattern或Python或NLTK等)来检测句子中是否有单词列表。
即
The cat ran into the hat, box, and house. | The list would be hat, box, and house
这可以是字符串处理的，但我们可能有更通用的列表：
即
The cat likes to run outside, run inside, or jump up the stairs. |
List=run outside, run inside, or jump up the stairs.
这可能在段落的中间或句子的结尾，这会使事情变得更加
浏览 0提问于2012-10-27得票数 2
回答已采纳
1回答
假设我有一篇课文要学习。句子和段落的数量必须保持不变(点触发句尾，换行符触发新段落的开头)。假设我需要首先标记我的文本：
>>> from nltk import word_tokenize as tokenize
>>> tokenize('How\'s life? Aren\'t you feeling good\n bro?')
['How', "'s", 'life', '?', 'Are', "n't",
浏览 4提问于2017-03-04得票数 3
在提取包含一个单词的特定句子(如和)时，有很多问题，而且我有足够的初学者经验，可以自己完成NLTK和SciPy的操作。
然而，我被困在试图提取一个包含一个词的句子..。以及目标句子前后的句子。
例如：
“前几天，我正往学校走去，天开始下雨了。我伸手拿起雨伞，但我意识到我忘了在家。我能做些什么呢?我马上就跑到最近的那棵树上。但后来我意识到，我不能在没有叶子的情况下继续尝试一棵树。”
在这个例子中，目标词是“the”。如果我想提取目标句子(我能做什么？)以及前面和后面的句子(我伸手拿起我的伞，但我意识到我在家里忘了它。)我立刻跑到最近的一棵树上。)，什么是好的方法？
假设我把每一段都分割成自己的文
浏览 4提问于2014-05-22得票数 2
回答已采纳
1回答
我有一个用例，在这个用例中，我希望使用spacy或nltk或任何NLP库提取句子的主要有意义的部分。
示例sentence1:“我如何提高嗓门反对骚扰”意图是：“提高声音反对骚扰”
示例sentence2:“唐老鸭是由哪个漫画家/哪个人/谁创造的?”意图是：“唐纳德鸭子是由谁创造的”
示例sentence3:“如何使用spacy或nltk检索句子的主要意图”？意图：“使用spacy nltk检索句子的主要意图”。
我对依赖分析还不熟悉，也不知道该如何做。请帮帮我。
浏览 3提问于2020-02-05得票数 3
我试着把整个段落输入到我的文字处理机中，先把它分成几个句子，然后再分成几个单词。
我尝试了下面的代码，但是它不起作用，
#text is the paragraph input
sent_text = sent_tokenize(text)
tokenized_text = word_tokenize(sent_text.split)
tagged = nltk.pos_tag(tokenized_text)
print(tagged)
然而，这是不可行的，并给我错误。那么，我如何将段落标记为句子，然后再标记单词呢？
一个例子段落：
这件事似乎压倒了这只
浏览 1提问于2016-06-03得票数 49
回答已采纳
1回答
所以我终于想出了如何使用NLTK中"“提供的麦芽包装器，并且能够成功地将我的句子分块，但我的句子以一种我不熟悉的格式出现。
例如，解析“这是一个句子”将返回：
>>> import nltk
>>> parser = nltk.parse.malt.MaltParser(working_dir="/path/to/dir",mco="engmalt.linear-1.7",additional_java_args=['-Xmx512m'])
>>> txt = "This is
浏览 3提问于2014-09-20得票数 0
2回答
我试着把文字输入到我的文字处理器中，先把文字分成句子，然后再把它们分成单词。
一个例子段落：
When the blow was repeated,together with an admonition in
childish sentences, he turned over upon his back, and held his paws in a peculiar manner.
1) This a numbered sentence
2) This is the second numbered sentence
At the same time with his ears and
浏览 4提问于2020-05-13得票数 1
现在，我在标记后有一个段落，我想在NLTK中将其分成单独的句子。
我想到的第一个想法就是用<PU>标签来实现，就像, .标点符号那样。所以正则表达式如下所示：
grammer = r"""
NP:
{<.*>+}
}<PU>{
"""
然而，我发现我遗漏了其他标点符号，如(，)，{，}……
因为标点符号( )是用来拆分句子的，所以上面的方法不能很好地适用于下面的句子。
客户#NN 表示#VV 销售人员#NN 挺#AD 热情#VA 的#SP ，#PU 而且#
浏览 1提问于2015-09-09得票数 2
1回答
我有一篇有很多句子的课文。我如何使用nltk.ngrams来处理它？
这是我的密码：
sequence = nltk.tokenize.word_tokenize(raw)
bigram = ngrams(sequence,2)
freq_dist = nltk.FreqDist(bigram)
prob_dist = nltk.MLEProbDist(freq_dist)
number_of_bigrams = freq_dist.N()
然而，上述代码假设所有句子都是一个序列。但是，句子是分开的，我想一个句子的最后一个词与另一个句子的起始词无关。如何为这样的
浏览 1提问于2019-03-02得票数 6
回答已采纳
2回答
我有一篇有很多句子的课文。我如何使用nltk.ngrams来处理它？
这是我的密码：
sequence = nltk.tokenize.word_tokenize(raw)
bigram = ngrams(sequence,2)
freq_dist = nltk.FreqDist(bigram)
prob_dist = nltk.MLEProbDist(freq_dist)
number_of_bigrams = freq_dist.N()
然而，上述代码假设所有句子都是一个序列。但是，句子是分开的，我想一个句子的最后一个词与另一个句子的起始词无关。如何为这样的
浏览 0提问于2019-03-02得票数 0
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
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
grammar = nltk.CFG.fromstring("""
S -> NP VP Q |Q NP VP|
NP -> Det N | Det N PP
VP -> V NP | V NP PP
PP -> P NP
NP -> 'I'
N -> 'man' | 'park' | 'telescope' | 'dog'|'car'
Det -> 'the' | 'a'
P -> '
浏览 2提问于2016-03-28得票数 2
回答已采纳
我不知道我是否正确地提出了我的问题。我对POS标记进行了编码，如下所示
from sklearn.preprocessing import LabelBinarizer
encoder = LabelBinarizer()
transfomed_label = encoder.fit_transform(["CC","CD","DT","EX","FW","IN","JJ","JJR","JJS","LS","MD",
浏览 1提问于2018-04-01得票数 0
回答已采纳
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
5回答
我有一个(很大的)已解析句子列表(使用Stanford解析器进行解析)，例如，句子"Now you can be entertained“具有以下树：
(ROOT
(S
(ADVP (RB Now))
(, ,)
(NP (PRP you))
(VP (MD can)
(VP (VB be)
(VP (VBN entertained))))
(. .)))
我正在使用句子树的集合来归纳使用nltk的语法：
import nltk
# ... for each sentence tree t, add its pr
浏览 9提问于2013-02-22得票数 20
1回答
NLTK语句的基因组表示
、、、
给定NLTK语法，我如何使用整数数组来表示句子？
我正在使用NLTK从特定的语法生成一些句子。我想生成一个整数数组来表示生成的句子的基因组(表型)。
有了整数的表示，我将在遗传算法中进化基因组，执行一些变异以获得更好的句子。
例如,
from nltk import CFG
from nltk.parse.generate import generate, demo_grammar
g = CFG.fromstring(demo_grammar)
sentence = next(generate(g, n=1))
print(sentence) # ex: ['the',
浏览 34提问于2021-03-03得票数 0
回答已采纳
我想从使用的句子中找到Spacy主语。下面的代码运行良好，并给出了一个依赖树。
import spacy
from nltk import Tree
en_nlp = spacy.load('en')
doc = en_nlp("The quick brown fox jumps over the lazy dog.")
def to_nltk_tree(node):
if node.n_lefts + node.n_rights > 0:
return Tree(node.orth_, [to_nltk_tree(child
浏览 4提问于2016-09-05得票数 4
回答已采纳
2回答
我正在使用nltk将文本拆分成句子单元。但是，我需要将包含引号的句子作为一个单元提取出来。现在，每一句话，即使它在引用中，也会被提取为单独的部分。
这是我试图将其作为一个单元提取出来的一个例子：
"This is a sentence. This is also a sentence," said the cat.
现在我有这样的代码：
import nltk.data
tokenizer = nltk.data.load('tokenizers/punkt/english.pickle')
text = 'This is a sentence. Th
浏览 1提问于2013-11-12得票数 8
1回答
智能句切分不分裂缩略语
、、、、
来自SpaCy和NLTK的句子者没有注意到一个事实，即典型的缩略语(例如，德语中Million的Mio. )和由此产生的句子分裂是不正确的。我明白，哨兵应该是简单而迅速的，但我想知道是否有一个更好的，考虑到更多的东西，而不是高感知词和标点符号？或者，如何使SpaCy / NLTK /.句子员为这样的句子工作？
我主要对Python的哨兵感兴趣。
浏览 0提问于2020-10-13得票数 3
回答已采纳
我在一个.txt文件中有一些段落文本。我试图标记这些段落，并将它们添加到句子和单词的列表中。我不知道我做错了什么，因为我已经成功地获得了句子，但没有得到单词。为了这个一直把我的头撞在墙上！
输入：
This is sentence one,
Another sentence:
Third line.
期望产出：
[
['This', 'is', 'sentence', 'one', ','],
['Another', 'sentence', ':'],
[
浏览 1提问于2022-02-04得票数 0
回答已采纳
1回答
我编写了几个用户定义的函数来从文本句子/段落列表中删除Python中的命名实体(使用NLTK)。我遇到的问题是我的方法非常慢，特别是对于大量数据。有没有人有一个建议，如何优化它，让它运行得更快？
import nltk
import string
# Function to reverse tokenization
def untokenize(tokens):
return("".join([" "+i if not i.startswith("'") and i not in string.punctuation else
浏览 0提问于2017-05-03得票数 2
我有一大堆文本文件。我的应用需求是搜索与我传递的搜索短语语义匹配的句子(或段落)。
让我们说一句：“敏捷的棕色狐狸跳过那只懒惰的狗”。
我希望下面的搜索短语在我的文本文件中搜索，并列出上面的句子(有时还会加上前一句和下一句，以显示上下文)
快狐
狐狸跳过狗
布伦福克斯(请注意这里的拼写错误)
(这通常是他们所说的在专利搜索站点中用于根据搜索短语-语义搜索来识别专利)
为了实现--我在互联网上查了一下，我发现：
使用nltk python库中的语句标记器将文本文件分解为句子：
从nltk.tokenize导入sent_tokenize f= open("
浏览 2提问于2017-12-02得票数 2
回答已采纳
1回答
我正在尝试将一个句子转换为lambda函数表示法，例如在4.2节中看到的。使用代码，我可以将句子转换成语义值，并使用上下文无关语法来解析句子，但是有什么方法可以将一个句子转换为lambda符号。
import nltk
grammar = nltk.CFG.fromstring("""
S -> NP VP
VP -> V NP
V -> "is"
Adj -> "Chewing"
Coj -> "and"
Nom -> Adj Nom | N
NP -&
浏览 1提问于2015-01-25得票数 2
回答已采纳
2回答
我试图将word文档(.docx)中的内容复制到.txt文件中，并让nltk语料库阅读器读取该文件以查找段落编号。它将近30段作为一段返回。我在.txt文件中手动输入了一个中断行，它返回了30段。
import nltk
corpusReader = nltk.corpus.reader.plaintext.PlaintextCorpusReader(".", "d.txt")
print "Paragraphs =", len(corpusReader.paras())
PlaintextCorpus阅读器可以阅读.docx吗？
当将粘
浏览 0提问于2016-10-11得票数 1
回答已采纳
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
2回答
我正在尝试构建一个基于语义方法的反馈情绪分析器。举个例子：“我有一个安全的旅程”--假设这是一个司机的反馈，由一个乘客提供。我需要从这句话中提取以下信息：
"I had safe journey" ->
SUBJECT= "driving"
SENTIMENT= "positive"
我正在使用NLTK，我参考了NLTK书。我已经阅读了“从文本中提取信息”一节。该部分讨论了使用基于正则表达式的语法的Chunking。但是我很困惑，英语有许多不同的句型，我不知道如何涵盖所有的可能性。
实际上，我是NLP的新手。我还在NLTK的书中找到了
浏览 0提问于2015-07-05得票数 0
1回答
我能够将非对话框文本标记为句子，但是当我在句子中添加引号时，NLTK标记器不能正确地将它们分开。例如，这如预期的那样工作：
import nltk.data
tokenizer = nltk.data.load('tokenizers/punkt/english.pickle')
text1 = 'Is this one sentence? This is separate. This is a third he said.'
tokenizer.tokenize(text1)
这就形成了三种不同句子的清单：
['Is this one sentence
浏览 0提问于2017-09-30得票数 0
回答已采纳
1回答
我正在使用python中的一个项目，在该项目中，我需要解析句子以进行比较，并找到句子之间的相似性。
我看过如何用java中的斯坦福解析器来解析句子，在python中也是一样，我已经下载了python的nltk，我对python和自然语言处理都很陌生。
我想知道nltk有哪些方法和库。任何可能的资源帮助都是非常感谢的。
提前谢谢。
浏览 3提问于2014-07-02得票数 0
回答已采纳
2回答
我在python中导入了nltk，在Ubuntu上计算了BLEU的分数。我知道句子级别的BLEU评分是如何工作的，但我不明白语料库级别的BLEU评分是如何工作的。
以下是我对语料库级别的BLEU评分的代码：
import nltk
hypothesis = ['This', 'is', 'cat']
reference = ['This', 'is', 'a', 'cat']
BLEUscore = nltk.translate.bleu_score.corpus_bleu([r
浏览 9提问于2016-11-11得票数 17
回答已采纳
我正在寻找一种方法来处理好句子标记化任务。
我从一家餐馆的人类书面评论中摘录了这篇文章
Nevertheless, the soup enhances the prawns well.In contrast, the fish offered is fresh and well prepared.
请注意，句点是第一个句子的边界，不能用空格分隔。这是由于写作中的人为错误造成的。有很多句子都是这样写的，我不能忽视这个案例。
到目前为止，我在python中尝试了nltk语句标记器，但没有像预期的那样工作。
>>>import nltk.data
>>>token
浏览 0提问于2014-08-18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
作为我的学术项目的一部分，我需要将一堆任意句子解析成依赖图。经过多次搜索，我得到了一个解决方案，我可以使用Malt Parser来解析文本，并使用它预先训练好的语法。
我已经从下载了预先训练好的模型(engmalt.line-1.7.mco)。BUt我不知道如何使用这个语法文件和malt解析器(通过malt的python接口)来解析我的句子。我已经下载了最新版本的malt解析器(1.7.2)，并将其移动到'/usr/lib/‘。
import nltk;
parser =nltk.parse.malt.MaltParser()
txt="This is a test sent
浏览 1提问于2012-12-23得票数 14
回答已采纳
我和克尼姆有点问题。我在一个excel文件中有一些段落，我想找出在每个段落中有多少句子是肯定的，声明的。因此，我有一个带有标记句子的数据集。我已经在该数据集上构建了一个模型。现在，我使用该数据集通过SentenceExtractor节点对段落的句子进行预测，并应用该模型进行预测。现在，问题是预测是基于句子的，我需要知道每段中有多少句子是肯定的，等等。如何将提取出来的段落句子连接起来，统计每个段落句子的预测值，并记录到excel文件中？
任何帮助都将不胜感激。
我已经尝试过rowID和groupBy节点。但是我不能去
浏览 0提问于2019-08-29得票数 0
初学者NLP/python程序员。标题说明了一切。我基本上需要一个代码，它将标记化一个段落，执行情绪分析的每句话把每个句子连同它的评级在一个熊猫数据框架。我已经有了可以标记化段落甚至执行情感分析的代码，但我正在努力将这两者都放入一个数据框架中。到目前为止，我有：
我使用newspaper3k来提取url和文本。
from newspaper import fulltext
import requests
url = "https://www.click2houston.com/news/local/2021/06/18/houston-water-wastewater-proposed
浏览 3提问于2021-07-14得票数 0
我正在用java写一段代码，它要求我找到句子1，句子2中的字符数，直到最后一句话，直到字符串/段落结束。我实际上能够得到整个字符串中的字符数。但我应该得到的是每个句子中有多少个字符，在一个段落中。例如，在一个段落中，第一个句子有70个字符，第二个句子有40个字符，依此类推。我认为这与句号结束有关，但不知道如何执行它。
浏览 0提问于2019-02-01得票数 0
1回答
我在nltk中用语法来定义名词短语。nltk提供的示例是：
grammar = "NP: {<DT>?<NNP>*<NN>}"
如果我有一个类似于：show me the Paris hospitals的句子，库可以检测到名词短语：
>>> s
'show me the Paris hospitals'
>>> grammar = "NP: {<DT>?<NNP>*<NNS>}"
>>> nltk.RegexpParser
浏览 9提问于2022-01-27得票数 1
回答已采纳
我正在尝试用python编写一个程序，它会对我输入的一段文字做笔记。它将整理出段落的第一句和最后一句，以及带有日期和数字的句子。然后，它会用同义词替换一些单词，并去掉无用的形容词。我知道python的泛型知识，但我对nltk和WordNet还不熟悉。我已经启动了一个原型程序，它将用所有随机的同义词替换句子中的单词，但是我一直收到一个错误，说WordNet有问题。我想我安装的是对的，但我可能错了。下面是我的代码：
import random
import sys
from nltk.corpus import wordnet
print('Enter your passage'
浏览 0提问于2018-04-25得票数 1
似乎在NLTK3.0 ()中不能使用nltk.Text.generate()。我们应该如何生成句子呢？谢谢。
浏览 1提问于2014-10-10得票数 2
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
腾讯会议
实时音视频活动推荐
腾讯云开发者
