本文档涉及使用NLTK库分析名字语料库，比较男性和女性名字中首字母的频率分布差异。同时，介绍了如何在布朗语料库中查找高频词，计算词频，以及实现词汇多样性的分析。此外，还讨论了插入词hedge()函数的实现，以及齐夫定律的相关概念。
8.在名字语料库上定义一个条件频率分布，看看哪个首字母在男性名字中比在女性名字中更常用
从性别入手，首先我们得知道>>>names=nltk.corpus.names
>>>names.fileids()
['femal.txt','male.txt']#具体在书上P66
15.编写一段程序，找出所有在布朗语料库中出现至少3次的词
16.编写一段程序，生成如表1-1所示的词汇多样性得分表（例如：标识符/类型的比例）。包括布朗语料库文体的全集（nltk.corpus.brown.categories()).哪个文体词汇多样性最低（每个类型的标识符数最多）？和你预测的结果相同吗？
20.编写一个函数word_freq（），用一个词和布朗语料库中的一个部分名字作为参数，计算这部分语料中词的频率
22.定义一个函数hedge(text),用于处理文本并产生一个在每三个词之间插入一个词like的新版本。
23.齐夫定律
扫一扫
1765
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
