Differenze

Queste sono le differenze tra la revisione selezionata e la versione attuale della pagina.

--- distribuzione_delle_frequenze [2021/10/25 14:10]
65.21.180.48 versione precedente ripristinata (2021/06/02 20:07)
+++ distribuzione_delle_frequenze [2024/07/07 18:48] (versione attuale)
admin
@@ Linea 31: / Linea 31: @@
 import re
 import matplotlib.pyplot as plt
-with open('testi/collodi_pinocchio.txt', mode='r', encoding='iso-8859-1') as f: testo = f.read()
+f = open('testi/collodi_pinocchio.txt', mode='r', encoding='iso-8859-1')
+testo = f.read()
 testo=testo[1704:]
+# istruzioni per l'affinamento della tokenizzazione
 testo=re.sub("'","' ", testo)
 testo=re.sub("([^\.]+)([\.,;:\!-]+)","\g<1> \g<2>", testo)
 testo=testo.lower()
+# fine istruzioni per l'affinamento della tokenizzazione
 testo=testo.split()
 fd=[testo.count(i) for i in set(testo)]
@@ Linea 60: / Linea 65: @@
 <code python frequenze_etichettate_pinocchio.py>
+import re
 import matplotlib.pyplot as plt
-with open('testi/collodi_pinocchio.txt', mode='r', encoding='iso-8859-1') as f: testo = f.read()
+f = open('testi/collodi_pinocchio.txt', mode='r', encoding='iso-8859-1')
+testo = f.read()
+testo=testo[1704:]
 # istruzioni per l'affinamento della tokenizzazione
 testo=re.sub("'","' ", testo)
-testo=re.sub("([^\.]+)([\.,;:\!-]+)","\g<1> \g<2>", testo)
+testo=re.sub('[\.,;:\-?!]{1}','',testo)#elimina gli interpunti
 testo=testo.lower()
-# fine istruzioni per l'affinamenti della tokenizzazione
+# fine istruzioni per l'affinamento della tokenizzazione
 testo=testo.split()
@@ Linea 79: / Linea 86: @@
 plt.show()
 </code>
+{{::frequenze_etichettate.png?800|}}

Linguistica computazionale

Strumenti Utente

Strumenti Sito

Differenze

Strumenti Pagina