问题描述
text = "XXXXXX,XXXX “XX” , XXXXX 50 XX 、 XXXXXXXXX、XXXXXXXXXXXXXXXXXXX"
zh_nlp = stanza.Pipeline('zh')
doc = zh_nlp(text)
for sent in doc.sentences:
print("Tokenize:" + ' '.join(token.text for token in sent.tokens))
如果以中文输入,节可以分隔文本(中文严重依赖于标记化和句子分段)。它输出以下内容。大致分为这样。
Tokenize:XXX XX X , X X XX “ XX ” , X X X XX 50 X X 、 XXX XXXX XX 、 X X XX XX X XX XX XX X XX XX X 。
如果输出为英文,则以英文单词空格分隔。
text = "Hong Kong"
en_nlp = stanza.Pipeline('en')
doc = en_nlp(text)
for sent in doc.sentences:
for Tokenize in sent.tokens:
print(Tokenize)
例如,如果输入程序是“ Hong Kong”,则输出将如下所示。
[
{
"id": 1,"text": "Hong",.......
}
]
[
{
"id": 2,"text": "Kong",.......
}
]
解决方法
暂无找到可以解决该程序问题的有效方法,小编努力寻找整理中!
如果你已经找到好的解决方法,欢迎将解决方案带上本链接一起发送给小编。
小编邮箱:dio#foxmail.com (将#修改为@)