小编Zho*_*ang的帖子

我正在尝试找到一种使用nltk模块在Python中拆分单词的方法。考虑到我拥有的原始数据（例如带符号词的列表），我不确定如何达到我的目标

['usingvariousmolecularbiology', 'techniques', 'toproduce', 'genotypes', 'following', 'standardoperatingprocedures', '.', 'Operateandmaintainautomatedequipment', '.', 'Updatesampletrackingsystemsandprocess', 'documentation', 'toallowaccurate', 'monitoring', 'andrapid', 'progression', 'ofcasework']

如您所见，许多单词被粘在一起（即“ to”和“ produce”被粘在一个字符串“ toproduce”中）。这是从PDF文件中抓取数据的一种人工产物，我想找到一种使用python中的nltk模块将卡住的单词拆分（即，将“ toproduce”拆分为两个单词：“ to”和“ produce”的方法）；将“ standardoperatingprocedures”分为三个词：“ standard”，“ operating”，“ procedures”）。

感谢您的帮助！