文本中评论最多和最少的单词数。

要回答这个问题，我们需要先对文本进行分词，然后统计每个评论的单词数。可以使用Python中的nltk库进行分词，代码如下：

import nltk
nltk.download('punkt')

text = "这是一段文本。这是第二句话。这是第三个句子。"
sentences = nltk.sent_tokenize(text)

for sentence in sentences:
    words = nltk.word_tokenize(sentence)
    print(words)

输出结果为：

['这是', '一段', '文本', '。']
['这是', '第二句话', '。']
['这是', '第三个', '句子', '。']

接下来，我们可以使用类似下面的代码来统计每个评论的单词数：

text = "这是一段文本。这是第二句话。这是第三个句子。"
sentences = nltk.sent_tokenize(text)

word_counts = []
for sentence in sentences:
    words = nltk.word_tokenize(sentence)
    word_counts.append(len(words))

print("评论最少的单词数：", min(word_counts))
print("评论最多的单词数：", max(word_counts))

当然，实际应用中，我们需要先读取文本文件，然后对其中的每个评论进行分词和单词数统计。