自然语言9_NLTK计算中文高频词

以下代码仅限于python2

NLTK计算中文高频词

1. >>> sinica_fd=nltk.FreqDist(sinica_treebank.words())
2. >>> top100=sinica_fd.items()[0:100]
3. >>> for (x,y) in top100:
4. print x,y

1. 的 6776
2. 、 1482
3. 在 1331
4. 是 1317
5. 了 1190
6. 有 759
7. 我 724
8. 他 688
9. 就 627
10. 上 612
11. 和 580
12. 也 542
13. 不 526
14. 人 467
15. 都 417
16. 與 404
17. 著 389
18. 我們 384