NLTK找出最频繁的名词标记的程序（代码详细解释）

代码来自《Python自然语言处理》，我做了详细的代码解释。

 # -*- coding:utf-8 -*-
import nltk
def findtags(tag_prefix,tagged_text):a=tagged_text#这几行代码是为了输出tagged＿textprint a[0][0]print a[0][1]print [(tag,word) for (word,tag) in tagged_text if tag.startswith(tag_prefix)]#这个代码是为了输出列表推导式print '-'*100cfd=nltk.ConditionalFreqDist((tag,word) for (word,tag) in tagged_text if tag.startswith(tag_prefix))#这句话的意思是，对于文章（tagged_text)中词性(tag)以NN（tag_prefix)开始的(word，tag)，改变前后顺序赋值给(tag,word),最后进行词频统计（ConditionalFreqDist)print"cfd=",cfdprint '-'*200print [(tag,cfd[tag].keys()[:5]) for tag in cfd.conditions()]#keys()按递减顺序遍历。这句话的意思是找出频率最高的六个词语print '-'*200return dict((tag,cfd[tag].keys()[:5]) for tag in cfd.conditions())
if __name__=='__main__':tagdict=findtags('NN',nltk.corpus.brown.tagged_words(categories='news'))# print nltk.corpus.brown.tagged_words(categories='news')# print '*'*100# for tag in sorted(tagdict):#   print (tag,tagdict[tag])# 用中括号括起来才叫列表推导式
# 用小括号括起来的叫生成器
#上面的列表推导式的另外一种等效的写法是:
# t = []
# for word,tag in tagged_text:
#     if xxxx:
#         t.append((tag,word))
# ConditionalFreqDist,这这个接受的参数的要求是tag,word

NLTK找出最频繁的名词标记的程序（代码详细解释）相关推荐

Java黑皮书课后题第5章：*5.16（找出一个整数的因子）编写程序，读入一个整数，然后以升序显示它的所有最小因子。例如，若输入的整数是120，那么输出就应该是：2、2、2、3、5
*5.16(找出一个整数的因子)编写程序,读入一个整数,然后以升序显示它的所有最小因子.例如,若输入的整数是120,那么输出就应该是:2.2.2.3.5 题目题目概述代码:[点击这里快速跳转推荐方 ...
Java黑皮书课后题第5章：5.8（找出得最高分的学生）编写程序，提示用户输入学生的个数、每个学生名字及分数，最后显示获得最高分的学生
5.8(找出得最高分的学生)编写程序,提示用户输入学生的个数.每个学生名字及分数,最后显示获得最高分的学生名字题目题目概述 next()读取一个字符与nextLine()读取一行破题代码题目 ...
【技巧】EXCEL如何按行找出最大三个数并标记
1.选中要处理区域可以按住鼠标左键拖选.在数据量大时,先点击目标区域左上角单元格,然后按住键盘shift键同时用鼠标左键点击目标区域右下角单元格. 2.设置条件格式选中"使用公式确定 ...
JVM调优之jstack找出最耗cpu的线程并定位代码
jstack可以定位到线程堆栈,根据堆栈信息我们可以定位到具体代码,所以它在JVM性能调优中使用得非常多.下面我们来一个实例找出某个Java进程中最耗费CPU的Java线程并定位堆栈信息,用到的命令有 ...
python 找出列表中出现最多的元素_利用Python找出序列中出现最多的元素示例代码...
前言 Python包含6种内置的序列:列表.元组.字符串 .Unicode字符串.buffer对象.xrange对象.在序列中的每个元素都有自己的编号.列表与元组的区别在于,列表是可以修改,而组元不可 ...
【咕嘎文本对比助手】如何两份手机号或文本对比去重，新旧两批号码如何快速的对比重复，找出重复和不重复的部分，单个文件如何找出重复，单个文件如何找出不重复下面关于五种逻辑做详细解答
在手机号码整理过程中,群发短信还有大数据分析等整理文件的过程中经常有号码重复有人说excel有两列数据,怎么用vlookup查找两列数据是否有重复值?在SQL语句中就很好处理了not in 就完事了 ...
Java 找出四位数的所有吸血鬼数字基础代码实例
/** * 找出四位数的所有吸血鬼数字 * 吸血鬼数字是指位数为偶数的数字,可以由一对数字相乘而得到,而这对数字各包含乘积的一半位数的数字,其中从最初的数字中选取的数字可以任意排序. * 以两个 ...
在DataGridView控件中一次显示出多个圆饼图的原始程序代码
之前我们曾经提到过,您可以在Windows Form窗体上的一个DataGridView控件中一次显示出多个圆饼图(或其它形式的统计图表)以便能够一次检视多个群组数据的比例情况(如图表1所示).当时并 ...
找出指定范围的回文数C++代码实现
思路非常的简单,即把这些书一位一位的分开用一个数组存上,看看一共多少位,然后从后向前看看是否相等即可. #include<iostream> using namespace std; cl ...

NLTK找出最频繁的名词标记的程序（代码详细解释）

NLTK找出最频繁的名词标记的程序（代码详细解释）相关推荐

最新文章

热门文章