在Python中如何删除一个单词的句子

Question

我目前在一个包含超过10000条新闻的数据集中工作，我想删除只包含一个词的句子。我搜索了nltk和textcleaner，但是我不能删除只包含一个单词的句子。在

例如，假设： 输入：我想删除一个单词的句子。可以。好吧。让我来是的。 输出：我想删除一个单词的句子。开始吧。

代码是：

import textcleaner as tc
import nltk
import numpy as np

datafile = np.genfromtxt("f12filtered.txt", encoding='utf-8', delimiter=".")

data = tc.document(datafile)
data.remove_stpwrds() 

Answer 1

可以使用分隔符“.”将数据拆分为一系列句子。然后，如果一个句子中只有一个单词，则可以删除该句子。数据现在将是一个列表，如果您想处理完整的文本或按原样使用它，您可以加入该列表。可以使用以下代码执行此操作：

    data = data.split('.')
    for sent in data:
        sent = sent.split(' ')
        if len(sent) < 2:
            data.remove((' ').join(sent))

连接数据以形成单个字符串：

^{pr2}$