comment prendre l'entrée en tant que fichier texte dans tokenize.regexp python de NLTK

Question

fondamentalement j'ai le fichier texte comme entrée à tokenize.regexp de NLTK. comment fichier texte d'entrée au-dessous de code:

'de RegexpTokenizer import nltk.tokenize

tokenizer = RegexpTokenizer (r' \ w + ')

brut = doc_a.lower() #instead de' doc_a «Je veux que mon fichier texte en entrée

jetons = tokenizer.tokenize (cru)`

Answer 1

Avant cette ligne:

raw = doc_a.lower() #instead of 'doc_a' i want my text file as input 

Code

ajouter pour lire doc_a de votre fichier, comme ceci:

with open(r'path_to\my_text_file.txt', 'r') as input: 
    doc_a = input.read() 

puis continuer avec et tokenizing en minuscules.