使用python'计算动词、名词和其他词类；s NLTK

我有多个文本，我想根据它们对不同词类的使用情况，比如名词和动词，创建它们的简介。基本上，我需要计算每个词性的使用次数

我已经标记了文本，但不确定如何进一步：

tokens = nltk.word_tokenize(text.lower())
text = nltk.Text(tokens)
tags = nltk.pos_tag(text)

---

如何将每个语音部分的计数保存到一个变量中？

使用

pos\u-tag

方法返回（令牌、标记）对的列表：

如果您使用的是Python 2.7或更高版本，则只需使用以下工具即可：

>>> from collections import Counter
>>> counts = Counter(tag for word,tag in tagged)
>>> counts
Counter({'DT': 2, 'NN': 2, 'VB': 1})

要使计数正常化（给出每个计数的比例），请执行以下操作：

请注意，在较旧版本的Python中，您必须自己实现

计数器

：

>>> from collections import defaultdict
>>> counts = defaultdict(int)
>>> for word, tag in tagged:
...  counts[tag] += 1

>>> counts
defaultdict(<type 'int'>, {'DT': 2, 'VB': 1, 'NN': 2})

>>从集合导入defaultdict
>>>计数=defaultdict（int）
>>>对于word，在标记中标记：
...  计数[标记]+=1
>>>计数
defaultdict（，{'DT'：2，'VB'：1，'NN'：2}）

你有没有遇到过

系列。柜台

？太棒了，谢谢。我正在使用Python 2.7。有没有一种方法，我现在可以计算出标记文本使用每个词性的比例？例如，将名词的数量除以标记总数，再乘以100（得到百分比）。。。但是为了所有的事情都这么做？所以得到的结果是：23%的名词，14%的动词等等？@Zach，我为您添加了一些关于规范化计数的内容。@dgh，谢谢，效果很好。最后一个问题，您知道nltk.pos_tag（）使用哪个标记集吗？e、 g.Brown、Penn树库等？nltk.pos_tag（）使用Penn树库

>>> total = sum(counts.values())
>>> dict((word, float(count)/total) for word,count in counts.items())
{'DT': 0.4, 'VB': 0.2, 'NN': 0.4}

>>> from collections import defaultdict
>>> counts = defaultdict(int)
>>> for word, tag in tagged:
...  counts[tag] += 1

>>> counts
defaultdict(<type 'int'>, {'DT': 2, 'VB': 1, 'NN': 2})