当我对分割特定单词、日期和数字的文本进行标记化时，我在文本匹配方面遇到了问题。在 NLTK 中标记单词时，如何防止诸如“在我的家人中跑步”、“步行 30 分钟”或“每天 4 次”之类的短语分裂？
它们不应导致：
['runs','in','my','family','4x','a','day']
例如：
是的，我每天骑自行车 20-30 分钟，效果很好！！
给出：
['yes','20-30','minutes','a','day','on','my','bike',',','it','works','great']
我希望将“20-30 分钟”视为一个词。我怎样才能得到这种行为>？