如何找到文本特征并打印它们？

Question

我刚刚开始使用自然语言工具包（NLTK）作为我的工程学院项目的一部分。有谁能告诉我如何阅读输入段落文本和

1）将其分解为文本成分，即在给定段落中分成句子数、单词数、字符数和复音或复合词数

以及

2）同时打印上述确定值

Answer 1

关于NLTK google group的讨论：

import curses 
from curses.ascii import isdigit 
import nltk 
from nltk.corpus import cmudict

d = cmudict.dict() 

def nsyl(word): 
  return [len(list(y for y in x if isdigit(y[-1]))) for x in d[word.lower()]] 

这应该能给你每个单词的音节数。希望这有帮助。在

Answer 2

输入段落是从哪里来的？文件？慰问？这更像是python的问题，而不是NLTK。在

剩下的，看看nltk.tokenize模块&；nltk.概率.频率分布. 在