python课本第二章答案_《Python自然语言处理》答案第一、二章

第一章

112/(4+1)

226**100

4len(text2)

len(set(text2))

7len(list(nltk.bigrams(text5)))

15[w for w in sorted(text5) if w.startswith('b')]

17def find_word(text,word):

...: pos=0

...: while pos

...: try:

...: pos=text.index(word,pos)+1

...: print(pos)

...: except Exception as e:

...: print('all have bean found!')

...: return

...:

find_word(list(text9),'sunset')

22fd=FreqDist(text5)

[w for (w,_) in fd.most_common() if len(w)==4]

23[w for w in text6 if w.isupper()]

24[w for w in list(text6) if w.endswith('ize') and w.find('pt')!=-1 and w[0].isupper() and w[1:].islower()]

25[w for w in sent if w .startswith('sh')]

[w for w in sent if len(w)>4]

28def percent(word,text):

fd=FreqDist(text)

return '{}%'.format((fd[word])*100/len(text))

第二章

2persusion==nltk.Text(nltk.corpus.gutenberg.words('austen-persuasion.txt'))

len(persusion)

len(set(persusion))

4cfd=ConditionalFreqDist((target,fileid[:4]) for fileid in state_union.fileids() for word in

state_union.words(fileid) for target in ['men','women','people'] if target == word.lower()

)

8male_names=names.words('male.txt')

female_names=names.words('female.txt')

fd_male=nltk.FreqDist(male_names)

fd_female=nltk.FreqDist(female_names)

cfd=nltk.ConditionalFreqDist((fd_male[name],name[0])

for fileid in names.fileids()

for name in names.words(fileid)

if fd_male[name]>fd_female[name])

12len(set(w for (w,p) in cmudict.entries()))

fd=FreqDist([len(pron) for (word,pron) in cmudict.entries()])

fd.most_common()[0][1]/len(cmudict.entries())

15fd=FreqDist(brown.words())

[w for (w,_) in fd.most_common() if fd[w]>3]

16def word_diversity(words):

...: return len(words)/len(set(words))

for category in brown.categories():

...: diversity=word_diversity(brown.words(categories=category))

...: print('%s\t%.2f'%(category,diversity))

17def fun(text):

fd=FreqDist([w.lower() for w in text if w not in stopwords.words('english')])

return [w for (w,_) in fd.most_common()[:50]]

18def fun(text):

...: fd=FreqDist([(w1,w2) for (w1,w2) in bigrams(text) if w1 not in stopwords.words('english') and w2 not in stopwords.words('english')])

...: return [w for w in fd.most_common()[:50]]

20def word_freq(text,word):

...: count=nltk.Text(text).count(word)

...: return count/len(text)

python课本第二章答案_《Python自然语言处理》答案第一、二章相关推荐

鱼c论坛 python课后题pdf,我与python的第一次亲密接触_课后测试题及答案.pdf
我与python的第一次亲密接触_课后测试题及答案.pdf 还剩 10页未读, 继续阅读下载文档到电脑,马上远离加班熬夜! 亲,喜欢就下载吧,价低环保! 内容要点: 2015/8/19 第001讲: ...
第一二章（PTA复习）
第一二章因为3默认是整形,整形长度大于short型,如果让short型 = short型 + int型,可能会溢出,所以编译报错例如: 答案:D switch 语句中的变量类型可以是: byte. ...
『RNN 监督序列标注』笔记-第一/二章监督序列标注
『RNN 监督序列标注』笔记-第一/二章监督序列标注监督序列标注(Supervised Sequence Labeling)与传统的监督模式分类(supervised pattern classi ...
慕课乐学python单元测试答案_中国大学慕课第三章单元测试答案_乐学软件工程免费答案...
佩戴铂金的好处有哪些人教版八年级下册思想品德全品学练考第七课第1课时财产属于谁答案白金项链变黑了怎么办,如何清洗白金的种类有哪些天津少儿医保如何结算报销? 铂金和白金哪个贵,需注意什么黄金项 ...
慕课python第六周测验答案_中国大学慕课答案第六章节答案_Python语言程序设计作业答案...
中国大学慕课答案第六章节答案_Python语言程序设计作业答案更多相关问题求证:tan(x+y)+tan(x-y)=sin2xcos2x-sin2y．若cosθ1+tan2θ+sinθ1+cot ...
python嵩天课堂笔记_[Python机器学习]强化学习笔记（嵩天礼欣老师mooc第三周）
[Python机器学习]强化学习笔记(嵩天礼欣老师mooc第三周) [Python机器学习]强化学习笔记(嵩天礼欣老师mooc第三周) 目录强化学习定义马尔科夫决策过程基本元素值函数最优值 ...
四全集学python选哪种电脑_“Python教程哪个版本最适合学习?“python教程全集
python教程,求一套比较好的python教程好不好主要先看你自己,理解能力样,有没有接触过编程,有没础,这很重要: 看教程,能不能先给你建立起知识体系框架,许多教程一上来就直接给你灌输知识很让人 ...
python如何设置字体大小_[Python Basic]如何设置 Python 的运行环境
一如既往地, 咱们不仅仅是学习 Python 的基础知识, 同时, 也按照2/8 规律学习关键知识的关键部分 - python 核心词汇如何安装 Python 下载 Python 打开网址:http ...
python小软件制作教程_[Python]手把手教程：Python制作番茄钟
这篇文章是根据Udacity的免费课程编程基础:Python所做的笔记,适合零基础学习Python 我们先了解这个番茄钟的概念,就是每隔一段固定的时间就提醒你休息一下,可能是播放一段音乐, 弹出一个 ...
python如何检验显著性差异_[Python] 如何证明两组样本有显著性差异(t-test假设检验) | 学步园...
现有两组样本数据,假如它们分别基于两套不同的方法,或者测于不同的设备,又或是出自两个人之手,如何证明它们有或没有显著性差别呢?当然可以拿个Excel表把数据画个图,然后找一堆人来投票,看觉得差不多还是 ...

python课本第二章答案_《Python自然语言处理》答案第一、二章

python课本第二章答案_《Python自然语言处理》答案第一、二章相关推荐

最新文章

热门文章