Читать книгу Data Science. Практика онлайн
def tokenize_text(text):
tokens = word_tokenize(text)
return tokens
# Пример использования функции токенизации текста
text = "Это пример предложения."
tokens = tokenize_text(text)
print(tokens)
```
NLTK (Natural Language Toolkit) `tokenize_text``word_tokenize`
Пример 3: Удаление стоп-слов
```python
from nltk.corpus import stopwords
def remove_stopwords(tokens):
stop_words = set(stopwords.words('russian')) # Замените 'russian' на нужный язык
filtered_tokens = [token for token in tokens if token not in stop_words]
return filtered_tokens
# Пример использования функции удаления стоп-слов
tokens = ['это', 'пример', 'текста', 'со', 'стоп-словами']
filtered_tokens = remove_stopwords(tokens)
print(filtered_tokens)
```
NLTK`remove_stopwords
Обратите внимание, что для использования примера 3 вам потребуется предварительно установить библиотеку NLTK и скачать соответствующие ресурсы для выбранного языка.
Анализ частот словарного запаса
Анализ частот словарного запаса является одним из самых простых и эффективных методов анализа текстовых данных. Мы можем использовать различные библиотеки Python, такие как `nltk` и `collections`, чтобы подсчитать частоту словарного запаса в текстовых данных и вывести самое часто используемые слова.
Пример кода на языке Python, который поможет вам проанализировать частоту словарного запаса:
```python
from nltk.tokenize import word_tokenize
from nltk.probability import FreqDist
def analyze_word_frequency(text):
# Токенизация текста
tokens = word_tokenize(text)
# Вычисление частоты встречаемости слов
freq_dist = FreqDist(tokens)
return freq_dist
# Пример использования функции анализа частоты словарного запаса
text = "Это пример текста. Он содержит несколько слов, и некоторые слова повторяются."
word_freq = analyze_word_frequency(text)
# Вывод наиболее часто встречающихся слов
most_common_words = word_freq.most_common(5)
for word, frequency in most_common_words:
print(f"{word}: {frequency}")
```
В этом примере используется библиотека NLTK. Функция `analyze_word_frequency` принимает текст в качестве аргумента. Сначала текст токенизируется с помощью `word_tokenize`, затем вычисляется частота встречаемости слов с использованием `FreqDist`. Функция возвращает объект `FreqDist`, который представляет собой словарь, где ключами являются слова, а значениями – их частоты встречаемости.