NLTK簡單入門函數小彙總

說明：本文代碼均來自 Natural Language Processing with Python

1. concordance(" ")
搜索某個特定詞語在文章中出現的位置，並顯示上下文

2. similar(" ")
搜索文章中與目標用法、意義相似的詞

3. common_contexts([" "," "])
這個函數和similar有點類似，但是不同的是,這個函數是用來搜索list中的所有單詞的上下文.即: word1,word2 相同的上下文

4. generate( )
用來自動生成文章，其中輸出時，標點符號被從前面的詞分裂出去

5. 統計詞彙
（1）len(text)：計算text， list等的長度
（2）set(text)：去掉list， text中的重複元素
（3）sorted(set(text))：將list， text中的元素按首字母排序（先標點符號再大寫後小寫）
（4）count( )：計算某個特定詞在text，list中出現的次數（頻數）
（5）簡單函數：

#建立函數測算某個文本中所有單詞出現的平均次數
def lexical_diversity(text):
    return len(text) / len(set(text)); 
#建立函數測算某個單詞在某個文本中所佔的百分比
def percentage(count, total):
    return 100 * count / total;    


print(lexical_diversity(text3));
print(percentage(text4.count("a"), len(text4)));