nltk中文分句_如何使用nltk进行中文分词？

匿名用户

1级

2016-04-18 回答

中文里没有分词的说法，只有英文、法语、德语等有分词的说法。

分词是动词的三种非限定形式之一，分为两种：现在分词和过去分词。现在分词一般有四种形式，基本形式为“动词原形+-ing”，完成式为having加过去分词，一般被动式为being加过去分词，完成被动式为having

been加过去分词，而过去分词只有一种形式，规则动词的过去分词由动词原形加-ed构成，不规则动词需要单独记忆。

现在分词一般式的构成如下：

动词的现在分词，一般在词尾加-ing，但以-e结尾的字则去-e加-ing：laugh—laughing、live--living。但是，-e前为元音，-e要保留。Hoe—hoeing、agree—agreeing，toe—toeing、dye—dyeing、shoe—shoeing、singe—singeing。

以重读闭音节结尾的动词，末尾只有一个辅音字母(x除外)，双写末尾的辅音字母加-ing：plan—planning、occur—occurring。非重读闭音节结尾的动词，则不要双写，如：travel—traveling。

以辅音字母c结尾的动词，c后加k再加-ing：traffic—trafficking、picnic—picnicking。

不规则动词的现在分词要逐个记忆：lie—lying、die—dying、tie—tying、vie—vying。

规则动词的过去分词，一般在词尾加-ed，但以-e结尾的字则只加-d：laugh—laughed、live—lived、age—aged、curse—cursed、learn—learned、crook—crooked、bless—blessed。

以辅音字母加y结尾的动词，变y为I加-ed。如：hurry—hurried、try—tried。

以重读闭音节结尾的动词，末尾只有一个辅音字母(x除外)，双写末尾的辅音字母加-ed：plan—planned、occur—occurred、dog—dogged 。但：humbug—humbugged、zigzag—zigzagged。非重读闭音节结尾的动词，则不要双写，如：travel—traveled。

以辅音字母c结尾的动词，c后加k再加-ed：traffic—trafficked、picnic—picnicked。

不规则动词的过去分词须单独记忆：get—got—gotten、sink—sank—sunk、strike—struck—struck、bear—bore—borne、rot—rotted—rotten、hang—hung—hung。

nltk中文分句_如何使用nltk进行中文分词？相关推荐

nltk中文分句_如何改进NLTK的分句技术？
Kiss和Strunk(2006)Punkt算法的可怕之处在于它是无监督的.所以给一个新的文本,你应该重新训练这个模型并将它应用到你的文本中,例如>>> from nltk.toke ...
nltk中文分句_利用NLTK进行分句分词
1.输入一个段落,分成句子(Punkt句子分割器) import nltk import nltk.data def splitSentence(paragraph): tokenizer = nlt ...
python自动生成中文句子_如何使用NLTK从归纳语法生成句子？
在NLTK 2.0中,可以使用nltk.parse.generate生成all可能的sentences for a given grammar. 这段代码定义了一个函数,它应该基于(p)CFG中的产生 ...
python 折线图中文乱码_彻底解决 Python画图中文乱码问题--Pyplotz组件
1 源起自从开始学习Python,就非常喜欢用来画图.一直没有需求画要中文显示信息的图,所以没有配置Python中文的环境.由于昨天就需要画几十个形式相同,只是数据不同的图,并且需要显示中文信息.如 ...
python中文分句_中文文本分句
关于文本分句这点,说简单也简单,说复杂也复杂.一般的自然语言处理任务中对这点要求并不严格,一般按照句末标点切分即可.也有一些专门从事文本相关项目的行业,可能就会有较高的要求,想100%分句正确是要考虑 ...
kodi没有中文设置_最完整的设置中文教程，不同平台
网友使用xbmc最多碰到的是关于xbmc 中文显示的问题,网上有一大堆的xbmc教程,我就做一下总结吧.) H" m$ r- B. V. E' K' _% V ' B: J: H/ m* C ...
ios请求头解决参数中文乱码_解决请求参数的中文乱码问题（get、post）
2018-11-28 在web请求与响应中,会遇到乱码问题,比如填写表单数据时,难免会输入中文,姓名.公司名称等.由于HTML设置了浏览器在传递请求参数时,采用的编码方式是UTF-8,但在解码时采用的 ...
python随机生成中文字符串_利用python3随机生成中文字符的实现方法
前言运行环境在Python3.6下,Python2的解决方案网上有很多.,想学习python2实现的朋友们可以参考这篇文章://www.jb51.net/article/34884.htm,下面来一 ...
pb mysql 中文乱码_解决springmvc+mybatis+mysql中文乱码问题
近日使用ajax请求springmvc后台查询mysql数据库,页面显示中文出现乱码最初在mybatis配置如下 select text from News where id=#{o} 其中表New ...

nltk中文分句_如何使用nltk进行中文分词？

nltk中文分句_如何使用nltk进行中文分词？相关推荐

最新文章

热门文章