符號化

在Python中,標記化基本上是指將更大的文本體分成更小的行,單詞甚至爲非英語語言創建單詞。各種標記化函數功能內置在nltk模塊中,可以在程序中使用,如下所示。

行標記化

在下面的示例中,使用函數sent_tokenize將給定文本劃分爲不同的行。

import nltk
sentence_data = "The First sentence is about Python. The Second: about Django. You can learn Python,Django and Data Ananlysis here. "
nltk_tokens = nltk.sent_tokenize(sentence_data)
print (nltk_tokens)

當運行上面的程序時,得到以下輸出 -

['The First sentence is about Python.', 'The Second: about Django.', 'You can learn Python,Django and Data Ananlysis here.']

非英語標記化

在下面的示例中,將德語文本標記爲。

import nltk

german_tokenizer = nltk.data.load('tokenizers/punkt/german.pickle')
german_tokens=german_tokenizer.tokenize('Wie geht es Ihnen?  Gut, danke.')
print(german_tokens)

當運行上面的程序時,得到以下輸出 -

['Wie geht es Ihnen?', 'Gut, danke.']

單詞符號化

我們使用nltkword_tokenize函數將單詞標記。參考以下代碼 -

import nltk

word_data = "It originated from the idea that there are readers who prefer learning new skills from the comforts of their drawing rooms"
nltk_tokens = nltk.word_tokenize(word_data)
print (nltk_tokens)

當運行上面的程序時,得到以下輸出 -

['It', 'originated', 'from', 'the', 'idea', 'that', 'there', 'are', 'readers', 
'who', 'prefer', 'learning', 'new', 'skills', 'from', 'the',
'comforts', 'of', 'their', 'drawing', 'rooms']