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.
- Как пометить текстовые файлы hunpos в nltk?
- Использование целых чисел / дат в качестве терминалов в парсере NLTK
- Извлечение родительского и дочернего узлов из представления дерева python
- Использование моего собственного корпуса для классификации категорий в Python NLTK
- пользовательская пометка с помощью nltk
t = unidecode(doclist[0].decode('utf-8','ignore')) nltk.tokenize.texttiling.TextTilingTokenizer(t) вывод:
<nltk.tokenize.texttiling.TextTilingTokenizer at 0x11e9c6350>
- Python: передача переменных в методы Wordnet Synsets в NLTK
- Импортировать модуль Python через C # .NET с помощью IronPython
- Сочетание текста и удаление пунктуации в NLTK и scikit-learn
- Маркировка POS - NLTK считает существительное прилагательным
- Генерирование случайных предложений из пользовательского текста в NLTK Python?
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.
- NLTK не смог найти stanford-postagger.jar! Установите переменную среды CLASSPATH
- Извлечение неконтекстных слов на английском языке string - python
- Python NLTK: как помечать предложения с упрощенным набором тегов части речи?
- Создание Nграмм (Unigrams, Bigrams и т. Д.) Из большого корпуса .txt-файлов и их частоты
- извлечение предложений из pos-tagged corpus с определенным словом, комбо тегов
- NLTK и Stopwords Fail #lookuperror
- Чтобы найти синонимы, определения и примеры предложений с помощью WordNet
- NLTK Маркировка испанских слов с использованием корпуса
- Как повысить скорость работы с помощью Stanford NLP Tagger и NLTK
- Как сохранить результат ner в json / database
- Как получить синонимы из nltk WordNet Python
- Проблема с импортом stanford pos tagger в nltk