我已经教过一些用Python进行文本挖掘的入门课程,并且该课程尝试了与提供的练习文本类似的方法.有些学生对text1.similar()的结果与其他学生不同.
所有版本等都是一样的.
有谁知道为什么会出现这些差异？谢谢.
在命令行使用的代码.
python
>>> import nltk
>>> nltk.download() #here you use the pop-up window to download texts
>>> from nltk.book import *
*** Introductory Examples for the NLTK Book ***
Loading text1, ..., text9 and sent1, ..., sent9
Type the name of the text or sentence to view it.
Type: 'texts()' or 'sents()' to list the materials.
text1: Moby Dick by Herman Melville 1851
text2: Sense and Sensibility by Jane Austen 1811
text3: The Book of Genesis
text4: …我有一个罗马硬币的集合,我试图ggplot在R中使用它.
数据中有25种不同的面额,但我想将只有一次出现的所有面额合并到一个"OTHER"字段中,以便图表更易于阅读.
Medium Method Denom Date Era
1 Silver Struck Denarius 112 B.C.E.:111 B.C.E. Period V – c. 119-91 B.C.E.
2 Bronze Cast ????? ???????? 181 B.C.E.:174 B.C.E. Period III – c. 187-155 B.C.E.
3 Bronze Struck Litra:Half-litra 269 B.C.E. Period I – 269 - c. 222 B.C.E.
4 Bronze Struck Litra:Half-litra 269 B.C.E. Period I – 269 - c. 222 B.C.E.
5 Silver Struck Didrachm 275 B.C.E.:270 B.C.E. Period I – 269 - c. 222 B.C.E.
6 …我使用下面的代码从 nltk 获取索引，然后显示每个索引的索引。我得到的结果如下所示。到目前为止，一切都很好。
如何仅查找一个特定索引的索引？在这个小例子中，将索引与索引相匹配是很容易的，但如果我有 300 个索引，我想找到其中一个的索引。
.index不将列表中的多个项目作为参数。
有人可以指出我应该使用的命令/结构来获取与索引一起显示的索引吗？我在下面附加了一个更有用的结果的示例，该结果超出 nltk 以获得单独的索引列表。我想将这些合并为一个结果，但是如何实现呢？
import nltk
nltk.download('punkt')
from nltk.tokenize import sent_tokenize, word_tokenize
from nltk.text import Text
moby = open('mobydick.txt', 'r')
moby_read = moby.read()
moby_text = nltk.Text(nltk.word_tokenize(moby_read))
moby_text.concordance("monstrous")
moby_indices = [index for (index, item) in enumerate(moby_text) if item == "monstrous"]
print(moby_indices)
Displaying 11 of 11 matches:
ong the former , one was of a most monstrous size . ... This came towards us ,
N OF THE PSALMS . `` Touching that monstrous bulk …