使用NLTK统计真题词频以及搜索真题句子

使用NLTK统计真题词频以及搜索真题句子 前言 作为一个教研和英语编辑，统计真题词频和搜题是刚需中的刚需。 虽然这个需求可以通过使用企业内部的数据库，或是自行去类似组卷网这样的网站解决，但是有的时候还是自己做会比较好，不仅因为自己操作有很高的自由度（如绘制词云、提取关键词、一键撰稿、筛选高频词等），更是因为数据都从自己手中过能从宏观角度加深对题目的认识。 自己统计词频所需要的东西很简单： 真题（为方便读取最好是txt格式的） 考纲词表 下面是代码讲解和示例： 统计词频 首先导入需要的包。NLTK可以说是民用NLP界的最强武器了。 import nltk from nltk.probabili…