NLTK能识别后面跟点的首字母吗？

Question

我尝试使用NLTK来解析俄语文本，但它不适用于缩写和缩写，比如А。И. 和。Вышинский. 在

相反，它会断开如下：

организовывал забастовки и демонстрации, поднимал рабочих на бакинских предприятиях А.

И.

Манташева.

当我从https://github.com/mhq/train_punkt使用russian.pickle时，它也是如此，
这是一般的NLTK限制还是特定语言？在

Answer 1

您可以从https://github.com/Mottl/ru_punkt获取经过培训的俄语句子标记器，它可以处理俄语名称的首字母和缩写。 在

text = ("организовывал забастовки и демонстрации, ",
        "поднимал рабочих на бакинских предприятиях А.И. Манташева.")
print(tokenizer.tokenize(text))

输出：

^{pr2}$