Я только начал использовать Natural Language Toolkit (NLTK) как часть моего проекта инженерного колледжа. Кто-нибудь, пожалуйста, скажите мне, как мне прочитать текст входного абзаца и
1) разбить его на текстовые компоненты, т.е. на количество предложений, количество слов, количество символов и количество многосложных или сложных слов в данном абзаце
и
2) Также распечатайте указанные выше значения.
Откуда исходный абзац? Файл? Консоль? Это больше проблема с питоном, чем с NLTK.
В остальном посмотрите на модуль nltk.tokenize и nltk.probability.FreqDist.
Из обсуждения в группе Google NLTK:
import curses
from curses.ascii import isdigit
import nltk
from nltk.corpus import cmudict
d = cmudict.dict()
def nsyl(word):
return [len(list(y for y in x if isdigit(y[-1]))) for x in d[word.lower()]]
Это должно быть в состоянии дать вам количество слогов для каждого слова. Надеюсь это поможет.
