登陆题目详情
单选题 阅读下面一段程序: from nltk.corpus import stopwords import nltk sentence = 'Life is short,you need Python.' words = nltk.word_tokenize(sentence) stop_words = stopwords.words('english') remain_words = [] for word in words: if word not in stop_words: remain_words.append(word) print(remain_words) 执行上述程序,最终输出的结果为( )
学科：商务数据分析与应用
时间：2024-01-12 01:00:49
相关题目
相关作业
题目1单选题
下列选项中,关于nltk库的描述不正确的是( )A. nltk是一个免费的、开源的、社区驱动的项目B. nltk擅长处理英文文本C. nltk库只能处理英文文本D. nltk包括分词、词性标注、命名实体识别及句法分析等
题目2单选题
根据中文的特点以下不属于分词算法的是( )A. 基于动态的分词方法B. 基于规则的分词方法C. 基于理解的分词方法D. 基于统计的分词方法
题目3单选题
下列选项中,不属于jieba分词模式( )A. 支持繁体分词模式B. 支持精确模式C. 支持全模式D. 支持搜索引擎模式
题目4单选题
阅读下面一段程序: from nltk.corpus import stopwords import nltk sentence = 'Life is short,you need Python.' words = nltk.word_tokenize(sentence) stop_words = stopwords.words('english') remain_words = [] for word in words: if word not in stop_words: remain_words.append(word) print(remain_words) 执行上述程序,最终输出的结果为( )A. ['Life', 'short', ',', 'need', 'Python', '.']B. ['Life', 'short', ',', 'you' ,'need', 'Python', '.']C. ['Life', 'short', 'need', 'Python',]D. ['Life', 'is', 'short', ',', 'need', 'Python', '.']
题目5单选题
阅读下面一段程序: import jieba sentence = '人生苦短,我用Pyhton' terms_list = jieba.cut(sentence, cut_all=True) print(' '.join(terms_list)) 执行上述程序,最终输出的结果为( )A. 人生 苦短 我用 PyhtonB. 人 生 苦 短 我 用 PyhtonC. 人生 苦短 我 用 PyhtonD. 人生苦短 我 用 Pyhton
题目6填空题
常见的情感极性分析方法主要有 和 方法题目7填空题
文本相似度的检测是根据 公式进行检测题目8填空题
余弦相似度与向量的幅值 ,与向量的方向题目9填空题
文本分类属于 的机器学习题目10填空题
文本分类的步骤包括 、 、 、下载 题海APP
拍照搜题更快捷
- 海量题库
- 无搜索限制
- 快捷拍照搜题
