创建词云报错“NLTK python error: “TypeError: 'dict_keys' object is not subscriptable””

本文介绍了一种使用NLTK库进行电影评论文本预处理的方法,包括去除停用词、标点符号过滤及词频统计等步骤,最终选取了出现频率最高的1%词汇作为特征。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

正确如下
%python
from nltk.corpus import movie_reviews
from nltk.corpus import stopwords
from nltk import FreqDist
import string
sw = set(stopwords.words('english'))
punctuation = set(string.punctuation)
def isStopWord(word):
    return word in sw or word in punctuation
review_words = movie_reviews.words()
filtered = [w.lower() for w in review_words if not isStopWord(w.lower())]
words = FreqDist(filtered)
vob = list(words.keys())
N = int(.01*len(vob))
tags = vob[:N]
for tag in tags:
    print(tag,':',words[tag])
将 words.keys变成list类型,就可以了。
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