黄聪：Python+NLTK自然语言处理学习（二）：常用方法（similar、common_contexts、generate）

一、similar

用来识别文章中和搜索词相似的词语，可以用在搜索引擎中的相关度识别功能中。

text1.similar("monstrous")

查询出了text1中与monstrous相关的所有词语：

二、common_contexts

用来识别2个关键词相似的词语。

text2.common_contexts(["monstrous","very"])

三、generate

用来自动生成文章。

text3.generate()

四、len

可以用于判断重复词密度

from __future__ import division
len(text3) / len(set(text3))

图中显示 正文字数/不重复词语字数 = 16，说明有15/16是无效字符。

五、count

可以用于判断关键词密度。

text3.count('smote') / len(text3)