从语料库中删除特定单词

可以使用Python中的nltk库来实现。

首先需要导入nltk库以及语料库：

import nltk from nltk.corpus import gutenberg

接着，选择要处理的语料库：

corpus = gutenberg.sents('austen-emma.txt')

我们现在可以定义一个函数来删除语料库中的指定单词：

def remove_words(corpus, words): return [[word for word in sent if word not in words] for sent in corpus]

这个函数使用列表推导式，将不包含特定单词的句子添加到新的语料库中。现在我们可以调用这个函数，并传递要删除的单词列表：

new_corpus = remove_words(corpus, ['the', 'and'])

现在，new_corpus将只包含不包括' the '和' and '的句子。