由于nltk等都沒有實現(xiàn)句子級別的tokenize，或者文本分句。這里使用python正則，快速實現(xiàn)一個，可以把文本分成若干個小句子。
代碼如下，如果你想要實現(xiàn)自己個性化的分句，例如只考慮“。！”等的分句，可以調(diào)整正則項，“|”代表或的意思。
def sent_tokenize(x):
sents_temp = re.split('(：|:|,|，|。|！|\!|\.|？|\?)', x)
sents = []
for i in range(len(sents_temp)//2):
sent = sents_temp[2*i] + sents_temp[2*i+1]
sents.append(sent)
return sents
x:'這個配置和價位真的很合適，完全夠用，而且小黑的質(zhì)量非常不錯。'
sents:['這個配置和價位真的很合適，', '完全夠用，', '而且小黑的質(zhì)量非常不錯。']
更多文章、技術(shù)交流、商務(wù)合作、聯(lián)系博主
微信掃碼或搜索：z360901061
微信掃一掃加我為好友
QQ號聯(lián)系： 360901061
您的支持是博主寫作最大的動力，如果您喜歡我的文章，感覺我的文章對您有幫助，請用微信掃描下面二維碼支持博主2元、5元、10元、20元等您想捐的金額吧，狠狠點擊下面給點支持吧，站長非常感激您！手機微信長按不能支付解決辦法：請將微信支付二維碼保存到相冊，切換到微信，然后點擊微信右上角掃一掃功能，選擇支付二維碼完成支付。
【本文對您有幫助就好】元
