nltk
आवृत्ति वितरण

परिचय

सबसे सामान्य लेक्सिकल श्रेणियों की गणना के लिए आवृत्ति वितरण

एनएलटीके फ्रीकडिस्ट क्लास प्रदान करता है कि आइए इनपुट के रूप में एक सूची दिए गए आवृत्ति वितरण की आसानी से गणना करें।

यहां हम भाषण टैग (पीओएस टैग) के एक भाग की एक सूची का उपयोग कर रहे हैं, यह देखने के लिए कि भूरे रंग के कोरस में कौन से लेक्ज़िकल श्रेणियां सबसे अधिक उपयोग की जाती हैं।

import nltk

brown_tagged = nltk.corpus.brown.tagged_words()
pos_tags = [pos_tag for _,pos_tag in brown_tagged]


fd = nltk.FreqDist(pos_tags)
print(fd.most_common(5))

# Out: [('NN', 152470), ('IN', 120557), ('AT', 97959), ('JJ', 64028), ('.', 60638)]

हम देख सकते हैं कि Nouns सबसे आम लेक्सिकल श्रेणी हैं। फ्रीक्वेंसी डिस्ट्रीब्यूशन को डिक्शनरी की तरह ही एक्सेस किया जा सकता है। इसलिए ऐसा करने से हम गणना कर सकते हैं कि भूरे रंग के कोष में कितने प्रतिशत शब्द संज्ञा हैं।

print(fd['NN'] / len(pos_tags))
# Out: 0.1313