Python nltk.tokenizer.word_tokenize()用法及代码示例

借助nltk.tokenize.word_tokenize()方法，我们可以使用以下方法从字符串提取令牌：tokenize.word_tokenize()方法。它实际上从单个单词返回音节。一个单词可以包含一个或两个音节。

用法： tokenize.word_tokenize()

返回： Return the list of syllables of words.

范例1：
在这个例子中，我们可以通过使用tokenize.word_tokenize()方法，我们能够从单词或句子流中提取音节。

# import SyllableTokenizer() method from nltk 
from nltk import word_tokenize 
     
# Create a reference variable for Class word_tokenize 
tk = SyllableTokenizer() 
     
# Create a string input 
gfg = "Antidisestablishmentarianism"
     
# Use tokenize method 
geek = tk.tokenize(gfg) 
     
print(geek)

输出：

[‘An’, ‘ti’, ‘dis’, ‘es’, ‘ta’, ‘blish’, ‘men’, ‘ta’, ‘ria’, ‘nism’]

范例2：

# import SyllableTokenizer() method from nltk 
from nltk.tokenize import word_tokenize 
     
# Create a reference variable for Class word_tokenize 
tk = SyllableTokenizer() 
     
# Create a string input 
gfg = "Gametophyte"
     
# Use tokenize method 
geek = tk.tokenize(gfg) 
     
print(geek)

输出：

[‘Ga’, ‘me’, ‘to’, ‘phy’, ‘te’]

相关用法

注：本文由纯净天空筛选整理自Jitender_1998大神的英文原创作品 Python NLTK | nltk.tokenizer.word_tokenize()。非经特殊声明，原始代码版权归原作者所有，本译文未经允许或授权，请勿转载或复制。