Python - spécifie le corpus de la phrase sur laquelle exécuter une fonction?

Question

J'ai importé tous les livres de la bibliothèque du livre NLTK, et j'essaie juste de comprendre comment définir un corpus puis une phrase à imprimer.

Par exemple, si je voulais imprimer phrase 1 du texte 3, puis la phrase 2 du texte 4

import nltk 
from nltk.book import * 
print(???) 
print(???) 

J'ai essayé les combinaisons ci-dessous, qui ne fonctionnent pas:

print(text3.sent1) 
print(text4.sent2) 

print(sent1.text3) 
print(sent2.text4) 

print(text3(sent1)) 
print(text4(sent2)) 

Je suis novice en python, donc c'est probablement une question de base, mais je n'arrive pas à trouver la solution ailleurs.

Merci beaucoup, à l'avance!

Answer 1

Vous devez d'abord scinder les textes en listes de phrases.

Si vous avez déjà text3 et text4:

from nltk.tokenize import sent_tokenize 

sents = sent_tokenize(text3) 
print(sents[0]) # the first sentence in the list is at position 0 

sents = sent_tokenize(text4) 
print(sents[1]) # the second sentence in the list is at position 1 

print(text3[0]) # prints the first word of text3 

Vous semblez avoir besoin à la fois un tutoriel NLTK et un tutoriel python. Heureusement, the NLTK book est à la fois.

Answer 2

exemple simple peut être donné comme:

from nltk.tokenize import sent_tokenize 

# List of sentences 
sentences = "This is first sentence. This is second sentence. Let's try to tokenize the sentences. how are you? I am doing good" 

# define function 
def sentence_tokenizer(sentences): 

    sentence_tokenize_list = sent_tokenize(sentences) 

    print "tokenized sentences are = ", sentence_tokenize_list 
    return sentence_tokenize_list 

# call function 
tokenized_sentences = sentence_tokenizer(sentences) 
# print first sentence 
print tokenized_sentences[0] 

Hope this helps.