草庐IT

利用python语言分析小说的词频、词性、词云、小说人物出场次数排序以及小说人物关系

1.需要准备的文件bird.png:云底图片sgyy.txt:三国演义原文tingyong.txt:停用词文件2.源代码1.统计词频词性并写入文件中#贾高亮#时间:2023/3/2118:36#功能#导入networkx,matplotlib包importreimportnetworkxasnximportmatplotlib.pyplotaspltimportjieba.possegaspseg#引入词性标注接口#导入random包importrandomimportcodecs#导入pyechartsfrompyechartsimportoptionsasopts#pyecharts柱状图

中考高频考点:重点词汇词性转换填空汇总(五)

performv.表演——_________n.表演——________n.表演的人collectv.收集——_________n.收集物Germann.德国人——__________n.德国——Germansn.德国人(pl.)safeadj.安全的——_________n.安全simpleadj.简单的——________adv.简单地Indian.印度——__________adj.印度的n.印度人Japann.日本——_________n.日本人,日语adj.日本人的,日语的mostadj.大多数的n.大多数——________adv.主要地makev.制作——_________n.制

中考高频考点:重点词汇词性转换填空汇总(六)

discussv.讨论——________n.讨论culturen.文化——________adj.文化的famen.名声——_______adj.出名的,著名的appearv.出现——_________n.外貌,外表——disappearv.消失luckn.幸运——luckyadj.幸运的——________adj.不幸——______adv.幸运地losev.丢失——______adj.丢失的cookn.厨师v.做饭——_______n.炊具violinn.小提琴——________n.小提琴家drivev.开车——_______n.司机pianon.钢琴——________n.钢琴家sc

python - 使用 python 的 NLTK 计算动词、名词和其他词性

我有多个文本,我想根据它们对不同词性(如名词和动词)的使用来创建它们的配置文件。基本上,我需要计算每个词性使用了多少次。我已标记文本,但不知道如何进一步:tokens=nltk.word_tokenize(text.lower())text=nltk.Text(tokens)tags=nltk.pos_tag(text)如何将每个词性的计数保存到变量中? 最佳答案 pos_tag方法会返回一个(token,tag)对的列表:tagged=[('the','DT'),('dog','NN'),('sees','VB'),('the',

python - 使用 python 的 NLTK 计算动词、名词和其他词性

我有多个文本,我想根据它们对不同词性(如名词和动词)的使用来创建它们的配置文件。基本上,我需要计算每个词性使用了多少次。我已标记文本,但不知道如何进一步:tokens=nltk.word_tokenize(text.lower())text=nltk.Text(tokens)tags=nltk.pos_tag(text)如何将每个词性的计数保存到变量中? 最佳答案 pos_tag方法会返回一个(token,tag)对的列表:tagged=[('the','DT'),('dog','NN'),('sees','VB'),('the',

python - 德语词性标注

我正在使用NLTK从以下命令开始的文本字符串中提取名词:tagged_text=nltk.pos_tag(nltk.Text(nltk.word_tokenize(some_string)))它在英语中运行良好。有没有简单的方法让它也适用于德语?(我没有自然语言编程的经验,但我设法使用了迄今为止很棒的pythonnltk库。) 最佳答案 自然语言软件通过利用语料库和它们提供的统计数据来发挥它的魔力。您需要告诉nltk一些德语语料库,以帮助它正确标记德语。我相信EUROPARL语料库可能会帮助您前进。见nltk.corpus.euro

python - 德语词性标注

我正在使用NLTK从以下命令开始的文本字符串中提取名词:tagged_text=nltk.pos_tag(nltk.Text(nltk.word_tokenize(some_string)))它在英语中运行良好。有没有简单的方法让它也适用于德语?(我没有自然语言编程的经验,但我设法使用了迄今为止很棒的pythonnltk库。) 最佳答案 自然语言软件通过利用语料库和它们提供的统计数据来发挥它的魔力。您需要告诉nltk一些德语语料库,以帮助它正确标记德语。我相信EUROPARL语料库可能会帮助您前进。见nltk.corpus.euro

中考高频考点:重点词汇词性转换填空汇总(八)

Europen.欧洲——________n.欧洲人adj.欧洲的,欧洲人的fogn.大雾——_________adj.多雾的officen.办公室——________n.官员——officialadj.官员的northn.北部——__________adj.北部的crossv.横过,跨过——________n.十字路口enjoyv.享受,喜欢——_________adj.享受的easyadj.容易的,简单的——_________adv.容易地highadj.高的——_________n.高度lateadj.迟到的——_______adv.后来actv.表演——______n.男演员——____

中考高频考点:重点词汇词性转换填空汇总(三)

disappointv.使失望——_________adj.失望的——_________adj.令人失望的expectv.期待,预料——_________adj.预料到的,有所期待的——unexpectedadj.出乎预料的——___________adv.出乎预料地workv.工作——_______n.工人believev.相信——beliefn.相信,信仰——_______n.不相信,不信仰——believableadj.可信任的——________adj.不可相信的embarrassv.使尴尬——______adj.尴尬的——embarrassingadj.令人尴尬的announcev.

中考高频考点:重点词汇词性转换填空汇总(二)

localadj.当地的——_______adv.当地地——locationn.位置competev.竞争,竞赛——________n.竞争者——_________n.竞赛,比赛paintv.绘画——_______n.绘画者,油漆工livev.居住;adj.现场的——_______adj.生机勃勃的please请——_______adj.开心的——______n.乐意,开心dayn.天——______adj.日常的,每天的smellv.闻起来——______adj.难闻的translatev.翻译——________n.翻译——________n.翻译家suddenadj.突然的——_____