当前位置: 首页>>代码示例>>Python>>正文


Python PlaintextCorpusReader.tokenized方法代码示例

本文整理汇总了Python中nltk.corpus.PlaintextCorpusReader.tokenized方法的典型用法代码示例。如果您正苦于以下问题:Python PlaintextCorpusReader.tokenized方法的具体用法?Python PlaintextCorpusReader.tokenized怎么用?Python PlaintextCorpusReader.tokenized使用的例子?那么恭喜您, 这里精选的方法代码示例或许可以为您提供帮助。您也可以进一步了解该方法所在nltk.corpus.PlaintextCorpusReader的用法示例。


在下文中一共展示了PlaintextCorpusReader.tokenized方法的1个代码示例,这些例子默认根据受欢迎程度排序。您可以为喜欢或者感觉有用的代码点赞,您的评价将有助于系统推荐出更棒的Python代码示例。

示例1: PlaintextCorpusReader

# 需要导入模块: from nltk.corpus import PlaintextCorpusReader [as 别名]
# 或者: from nltk.corpus.PlaintextCorpusReader import tokenized [as 别名]
#! /usr/bin/python

import pickle
from nltk import *
from nltk.corpus import PlaintextCorpusReader

training_corpus_root = "../data/training_set"
dev_corupus_root = "../data/development_set"
test_corupus_root = "../data/test_set"
convote_training = PlaintextCorpusReader(training_corpus_root, '.*')
convote_dev = PlaintextCorpusReader(dev_corupus_root, '.*')
convote_test = PlaintextCorpusReader(test_corupus_root, '.*')
 
bigram = bigrams(convote_training.tokenized())
outfile = open('../data/training_bigrams', 'w')

pos_tokens = pos_tag(convote_training.tokenized())
prep_tokens = []

for (word, pos) in pos_tokens:
    if(pos == 'IN'):
        prep_tokens.append(word + '|' + pos)
    else:
        prep_tokens.append(pos)
        
trigram = nltk.trigrams(prep_tokens)
trigram_file = open('../data/pos_trigrams', 'w')

pickle.dump(bigram, outfile)
pickle.dump(trigram, trigram_file)
    
开发者ID:truncs,项目名称:PrepositionSelector,代码行数:32,代码来源:convote_data.py


注:本文中的nltk.corpus.PlaintextCorpusReader.tokenized方法示例由纯净天空整理自Github/MSDocs等开源代码及文档管理平台,相关代码片段筛选自各路编程大神贡献的开源项目,源码版权归原作者所有,传播和使用请参考对应项目的License;未经允许,请勿转载。