我想从语料库中的每个文档中删除任何单个字符。例如，假设有一些打字错误或非英语字母。 corpus=['I like this d hotel room because it was clean.'
浏览 49提问于2020-11-08得票数 0
1回答
像拼写检查这样的统计句子暗示模型
、、、、
已有的拼写检查模型可以帮助我们根据训练过的正确拼写的语料库找到建议的正确拼写。能否将字母表的粒度从字母表增加到"word“，这样我们就可以有更多的短语建议，这样如果输入了一个不正确的短语，那么它就应该从正确短语的语料库中提出最接近正确的短语，当然，它是从有效短语列表中训练出来的。是否有任何已实现此功能的python库，或者如何对现有的大型黄金标准短语语料库进行处理，以获得统计上相关的建议？
浏览 3提问于2015-08-05得票数 1
如何从字符串中删除所有单个字母？输出应该是什么字符串
我尝试了set string=%string: ? : %命令，但是?通配符在这里不能工作。我需要一个通用命令来删除字符串中的所有单个字母。
浏览 7提问于2017-08-01得票数 2
回答已采纳
1回答
我正在尝试使用sed从一个庞大的语料库(超过200万行)中删除标记，但它没有匹配特殊的字母字符(例如，ẽéó)和“任意字符”regex ()。来自语料库的样本：PT no governo
BRASÍLIA我想删除所有标记(它
浏览 3提问于2016-05-24得票数 1
回答已采纳
1回答
我已经使用以下命令创建了一个语料库：corpus_map <- tm_map(corpus_map, removeNumbers)
上面的命令从语料库中删除数字。有没有什么命令可以让我对语料库中的所有单词进行子串？例如："Travelling“应转换为#为3个字母的子串，如&qu
浏览 2提问于2016-11-10得票数 0
我正在寻找算法，可以告诉我文本的语言(例如，你好-英语，Bonjour -法语，Servicio -西班牙语)，并纠正英文单词的打字错误。我已经探索了谷歌的TextBlob，它是非常相关的，但它得到了“太多的请求”的错误，只要我的代码开始执行。我也开始探索Polyglot，但我在Windows上下载这个库时遇到了很多问题。*import pandas as pdfrom textblob import TextBlobfrom time import sleep
colnames
浏览 37提问于2019-11-18得票数 1
1回答
总的来说，我是编程新手，我认为现在是自学Python的好时机。在下载了单词语料库的NLTK安装的帮助下，我能够搜索英语单词列表，并输出由音节列表(如上所示)中的单个字母组成的单词列表，例如cat，tact。但
浏览 0提问于2020-04-07得票数 1
我正在尝试使用tm包进行文本挖掘。所以我从一个字符串向量创建了一个corpus。然后使用tolower删除所有大写字母，这将导致错误。words lower case
unable to fork, possible reason: Cannot allocate memory
我用来创建语料库的字符串向量有5621行，最长的字符串有4590个字符。我已经使用rm(l
浏览 2提问于2013-11-04得票数 2
我正在尝试使用Gensim短语函数将经常显示的bigram包含到一组unigram标记中，但在这里，我陷入了最后一个阶段。我得到的输出结果如下所示(有)，所有的标记都被进一步分解成字符级别，一些字符被配对(例如y_o)。(1)从格式的“col1”原始字符串中删除停止字，并将输出保存在“col2”中。
(2)然后，使用Gensim短语生成二进制图，并将输出保存在“col3
浏览 8提问于2022-08-01得票数 0
本质上，我想要做的是使用两个相同的数字或由空格分隔的字母的用户输入，并从字符串的ArrayList中删除相应的数字或字母。注意:用户输入可以是单个数字或字母，此部分的方法必须标识用户输入的不是单个字母或数字。5从arrList中删除？我的第一种方法是将用户输入字符串分离成两个不同的字符串，这样我就可以从
浏览 8提问于2020-07-11得票数 1
回答已采纳
5回答
如何从字符串中删除字符？
、、、、
如何从Python中用户定义的句子中删除用户定义的字母？
嗨，如果有人愿意花点时间帮我做一些python代码的话。我目前正在做一个软件工程入门营，目前的要求是我创建一个程序，用户输入一个句子，然后用户将输入他/她希望从句子中删除的字母。我在网上搜索过很多关于从字符串中删除字母的文章和线程，但是我找不到一篇关于如
浏览 0提问于2019-04-18得票数 3
回答已采纳
2回答
我正在做一个NLP任务，它需要使用一种叫做约鲁巴语的语料库。约鲁巴语是一种有音符(重音)的语言，字母表中用圆点表示。例如，这是一个约鲁巴字符串："ọmọàbúròẹlẹ́wà"，我需要去掉重音并保留下面的点。
我尝试过在Python中使用unidecode库，但是它删除了重音和圆点下面的口音。然而，当我在Python中使用unidecode库时，我得到了"omoaburoelewa"。
浏览 0提问于2019-08-11得票数 4
回答已采纳
使用正则表达式从字符串中剥离非字母数字字符有几个问题。我想要做的是删除第一个字符之后的每个字符，包括字母，而不是字母或单个空格(包括数字和双空格)。应该变成和应该变成我该如何做到这一点？
浏览 0提问于2017-01-06得票数 4
如何从字符串中删除单个字符？基本上我有一个类似于：abccbaa的字符串
我希望删除第一个和最后一个字母。使用string.rstrip或string.lstrip方法，所有出现的内容都被删除，我得到一个字符串bccb。replace也是如此。有没有办法做到这一点？我不能导入任何东西，我不能使用切片(除了访问单个字母</
浏览 0提问于2018-12-11得票数 0
如何从python中的字符串中删除字母点字母(例如F.B)的组合？我试过使用regex：但是它没有删除这些序列，它只是打印相同不变的字符串。我也尝试删除所有的点，然后删除小于2个字母的单词，但在这种情况下，我失去
浏览 3提问于2017-04-03得票数 1
回答已采纳
2回答
我正在做一个NLP任务，它需要使用一种叫做约鲁巴语的语料库。约鲁巴语是一种在字母表中有对话词的语言。如果我将任何文本/语料库读入python环境中，就会替换/移出一些上层语言，特别是字母表ẹ和ọ：
对于那些顶部有对话词的角色ẹ，他们会被移开。如果要拥有:ẹ́ẹ̀，对于ọ，也会发生相同的事情。后来，被替换的对话符被视为标点符号，因此(通过我的NLP处理功能)被删除，从而影响到整个任务。
浏览 0提问于2019-07-03得票数 1
回答已采纳
5回答
我正在格式化一个语言语料库，以便在短语生成模型中输入文本。现在，语料库本质上是一个包含相关行的长文本文件，如下所示：*CHI: I know [!]我已经可以使用grep来获取所有以“*”开头的行。我想要做的是打印出所有那些删除了5个字符+制表符标题的行(删除*EXP:或*CHI:或其他任何字符)，并删除所有非字母
浏览 0提问于2014-11-18得票数 1
8回答
如何从Python字符串的左侧删除字符？示例：我知道我可以使用strip('@!# ')获得但我需要一个通用的代码来删除所有不是字母的字符
浏览 0提问于2018-04-18得票数 1
1回答
删除非英语行Pandas
、、、
df.review： de la nada mi ya no se escucha It is a good product 其目的是删除非英语行。
浏览 77提问于2021-11-02得票数 1
2回答
我对python还有点陌生，所以我被困在一个我不知道如何解决这个特定问题的问题上。目前，我正在使用textblob，但我不确定他们是否有这样一种方法来做这样的事情。我的意思是，我下载了语料库(我猜这是一个单词列表)，但没有看到任何功能来识别一个单词在一个混乱的字符串和提取单词。留下一个列表作为输出。
所以我想至少能用大
浏览 0提问于2017-05-07得票数 0
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
云直播
对象存储
腾讯会议活动推荐
腾讯云开发者
