自然语言处理的例题跑不出来篇

第二章2.1中的

就职演说语料库

>>> cfd = nltk.ConditionalFreqDist(

... (target, file[:4])

... for fileid in inaugural.fileids()

... for w in inaugural.words(fileid)

... for target in ['america', 'citizen']

... if w.lower().startswith(target)) 

>>> cfd.plot() 

跑不出来。运行的结果说是

在其他语言的语料库

中也是条件频率

 from nltk.corpus import udhr

languages = ['Chickasaw', 'English', 'German_Deutsch',... 

'Greenlandic_Inuktikut', 'Hungarian_Magyar', 'Ibibio_Efik']

 cfd = nltk.ConditionalFreqDist(

... (lang, len(word))

... for lang in languages

... for word in udhr.words(lang + '-Latin1'))

 c f d . p l o t ( c u m u l a t i v e = T r u e）

一样的错误。。Mark一下

解决办法

更新

问了别人，把第二行的file[:4]改成fileid[:4]就行啦

第二个跑不出来的原因是

languages里的语言是错误的，udhr.fileids()一下，从里面直接复制到languages里面，试一下就好了

好奇作者是怎么跑出来的。。。

更新

这个跑不出来，错误是：

了解到读取的文件不是utf-8格式，在notepad里把文本的格式转换一下保存，就能读取了