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。谁能告诉我如何阅读输入段落文本以及

1）将其分解为文本组件，即句子数、单词数、字符数和多音节或多音节数给定段落中的复杂单词

，以及

2) 还打印上述确定的值

Answer 1

输入的段落从哪里来？文件？安慰？与 NLTK 相比，这更像是一个 Python 问题。

其余的，请查看 nltk.tokenize 模块 & nltk.probability.FreqDist。

Answer 2

摘自 NLTK Google 论坛：

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()]] 

这应该能够为您提供每个单词的音节数。希望这有帮助。