将KWIC/NLTK的一致性函数用于语料库上的整个词典

Question

我是一个无知的学生，在我的硕士论文中，我必须使用Python和Jupyter笔记本修复KWIC（上下文中的关键字）/一致性分析。我们必须用“数字转型”的词汇创建一本词典。到目前为止，我们已经创建了两个文件（.txt），其中包含与数字转换相关的单个和多个关键字（总共300字）

然而，为了验证这些与数字转换相关，我们必须使用pyton/jupyther笔记本进行KWIC分析。即:

关键字前五个单词-关键字-关键字后五个单词

我已经解决了如何在我的语料库（大约50.txt文件）上测试单个单词的问题

import nltk
from nltk.corpus import PlaintextCorpusReader
corpus_root = r'C:\Users\Gebruiker\Dropbox\MSc Change Chris\Master Thesis\Data\Missing files\Test'
wordlists = PlaintextCorpusReader(corpus_root, '.*', encoding='latin1')
corpus_tokens = wordlists.words()

然后我可以逐字逐句地做这个过程：

from nltk.text import Text
t = Text(corpus_tokens)
t.concordance('digital transformation',lines=50)

有人知道如何在我的2.txt文件中的所有关键字中使用此功能，并创建一个长列表，其中每个关键字都列出了大约50次，最好是在Excel文件中