基于分类的分块涉及将文本分类为一组单词而不是单个单词。一个简单的场景是在句子中标记文本。我们将使用语料库来演示分类。我们选择具有来自华尔街日报语料库（WSJ）的数据的语料库conll2000，用于基于名词短语的分块。
首先，我们使用以下命令将语料库添加到我们的环境中。
import nltk
nltk.download('conll2000')
部分素材资源来源网站，本站提供免费下载，如有侵权请联系站长马上删除！
Python - 块分类
部分素材资源来源网站，本站提供免费下载，如有侵权请联系站长马上删除！
猜你喜欢
-
Python - 标记化
18在Python中，标记化基本上是指将更大的文本体分成更小的行，单词甚至为非英语语言创建单词。各种标记化功能内置于nltk模块本身，可以在程序中使用，如下所示。## 线标记化在下面的
-
Python - Bigrams
219
一些英语单词更频繁地出现在一起。例如 - 天空高，做或死，最佳表现，大雨等。因此，在文本文档中，我们可能需要识别这样的一对词，这将有助于情绪分析。首先，我们需要从现有
-
Python - 处理PDF
11
Python可以从中提取文本后读取PDF文件并打印出内容。为此，我们必须首先安装所需的模块 **PyPDF2**。以下是安装模块的命令。您应该已经在python环境中安装了pip。```pypip install pypdf2```成功