Разделить текст на абзацы NLTK – использование nltk.tokenize.texttiling?
Я рассматривал методы разделения документов на абзацы, и я натолкнулся на texttiling как один из возможных способов сделать это.
Вот моя попытка использовать его. Однако я не понимаю, как работать с выходом. Буду признателен за вашу помощь.
- Распределение тем: как мы видим, какой документ принадлежит к какой теме после выполнения LDA в python
- как проверить, какая версия nltk, scikit learn установлена?
- эффективная матрица срочных документов с NLTK
- Как использовать nltk.containers.Trie?
- Как использовать несколько версий Python без удаления
t = unidecode(doclist[0].decode('utf-8','ignore')) nltk.tokenize.texttiling.TextTilingTokenizer(t) вывод:
<nltk.tokenize.texttiling.TextTilingTokenizer at 0x11e9c6350>
- Python удаляет лишние символы Unicode
- Модель Ngram и недоумение в NLTK
- Извлечение всех существительных из текстового файла с помощью nltk
- Проверьте сходство между двумя словами с NLTK с помощью Python
- NLTK Наиболее распространенный синоним (Wordnet) для каждого слова
One Solution collect form web for “Разделить текст на абзацы NLTK – использование nltk.tokenize.texttiling?”
Я уже возился с этим сам по той же причине, что и вы, и у вас был тот же самый вопрос, который вы сделали, поэтому не слишком расстраивайтесь, если это неправильно. Я решил лучше всего передать то, что мало знаю … π
Я еще не уверен, но я нашел в этом отчете об ошибке пример использования TextTilingTokenizer:
alice=nltk.corpus.gutenberg.raw('carroll-alice.txt') ttt = nltk.tokenize.TextTilingTokenizer() tiles = ttt.tokenize(alice[140309 : ])
Похоже, что вы хотите передать свой текст методу tokenize в TextTilingTokenizer.
- Ключевое слово шаблона Django `choice_value` больше не работает в 1.11
- MySQLdb-запрос к массиву Numpy