NLTK word_tokenize 返回空

发布于 2025-01-19 05:40:20 字数 575 浏览 1 评论 0原文

我正在尝试将文本文档中的单词和句子归为单词和句子,但两者都空了。您能检查并分享我为什么看到这个吗?

Please find the code below (not attaching the text document as it is large (443 KB):

f = open('txt_link.txt','r',errors='ignore') 

nltk.download('punkt') 
nltk.download('wordnet')
nltk.download('averaged_perceptron_tagger')
from nltk.tokenize import word_tokenize

raw_doc = f.read()
raw_doc = raw_doc.lower() #converts text to lowercase
sent_tokens = nltk.sent_tokenize(raw_doc)
word_tokens = nltk.word_tokenize(raw_doc) 

word_tokens[:2]
sent_tokens[:2]

[]

Thank you

I am trying to tokenize the words and sentences in a text document but it is returing empty for both. Could you please check and share why am I seeing this?

Please find the code below (not attaching the text document as it is large (443 KB):

f = open('txt_link.txt','r',errors='ignore') 

nltk.download('punkt') 
nltk.download('wordnet')
nltk.download('averaged_perceptron_tagger')
from nltk.tokenize import word_tokenize

raw_doc = f.read()
raw_doc = raw_doc.lower() #converts text to lowercase
sent_tokens = nltk.sent_tokenize(raw_doc)
word_tokens = nltk.word_tokenize(raw_doc) 

word_tokens[:2]
sent_tokens[:2]

[]

Thank you

如果你对这篇内容有疑问,欢迎到本站社区发帖提问 参与讨论,获取更多帮助,或者扫码二维码加入 Web 技术交流群。

扫码二维码加入Web技术交流群

发布评论

需要 登录 才能够评论, 你可以免费 注册 一个本站的账号。
列表为空,暂无数据
我们使用 Cookies 和其他技术来定制您的体验包括您的登录状态等。通过阅读我们的 隐私政策 了解更多相关信息。 单击 接受 或继续使用网站,即表示您同意使用 Cookies 和您的相关数据。
原文