自定义博客皮肤VIP专享

*博客头图：

点击选择上传的图片

格式为PNG、JPG，宽度*高度大于1920*100像素，不超过2MB，主视觉建议放在右侧，请参照线上博客头图

请上传大于1920*100像素的图片！

博客底图：

点击选择上传的图片

图片格式为PNG、JPG，不超过1MB，可上下左右平铺至整个背景

栏目图：

点击选择上传的图片

图片格式为PNG、JPG，图片宽度*高度为300*38像素，不超过0.5MB

主标题颜色：

RGB颜色，例如：#AFAFAF

Hover：

RGB颜色，例如：#AFAFAF

副标题颜色：

RGB颜色，例如：#AFAFAF

预览取消提交

自定义博客皮肤

-+

上一步保存

BigData_ming的博客

博客等级

码龄8年

16
原创

9
点赞

24
收藏

1
粉丝

关注

私信

热门文章

分类专栏

项目记录 2篇
产品 2篇
python 10篇
python 学习 7篇
csdn
nlp 2篇
qt 1篇

最新评论

python利用nltk工具，数文件夹中所有文本文件的频率最高的单词
抓个屁给你闻: 我使用了这个glob读取文件夹的文件之后，使用with open 好像并没有获得所有的所有文本的内容。咋回事啊[code=python] import nltk import glob from nltk.tokenize import sent_tokenize from nltk.tokenize import PunktSentenceTokenizer from nltk.corpus import webtext from nltk.tokenize import sent_tokenize from nltk.corpus import stopwords #导入文件并改为NLTK适用文本，使用NLTK进行句子切分 files = glob.glob('D:\Python\my_corpus\*.txt')#文档不能有空格符号 for file in files: print(file) with open(file, 'r',encoding='utf-8') as f: text = f.read() corpus_root = r'D:\Python\my corpus' sent_tokenizer =PunktSentenceTokenizer(corpus_root,['*']) sents = sent_tokenizer.tokenize(text) #sents[1] #print(sents) #查询单词并匹配对应句子 A = input("请输入单词：") B = input("请输入单词：") for lines in sents: if A in lines: if B in lines: print ("包含该单词的句子有:",lines) [/code]

项目记录

关注

关注数：文章数：2 文章阅读量：551 文章收藏量：0

作者: 骉码

日进一步

展开

专栏收录文章