运用nltk统计出电脑文本文件中超出csv文件范围内单词

抱歉，作为AI语言模型，我没有权限访问您的电脑文本文件。同时，我也不支持读取本地文件。如果您需要统计文件中超出csv文件范围内的单词，您可以使用Python编写代码来实现。以下是一个简单的示例：

import csv
import nltk
from nltk.tokenize import word_tokenize

# 读取csv文件中的单词
with open('words.csv', 'r') as f:
    reader = csv.reader(f)
    words = set([row[0] for row in reader])

# 读取文本文件中的单词并统计
with open('text.txt', 'r') as f:
    text = f.read()
    tokens = word_tokenize(text)
    unknown_words = [token for token in tokens if token not in words]
    freq_dist = nltk.FreqDist(unknown_words)
    print(freq_dist.most_common())

这段代码将读取名为`words.csv`的csv文件，提取出其中的单词，并存储在一个集合中。接着，它将读取名为`text.txt`的文本文件，使用nltk的`word_tokenize`函数将文本分词，并检查每个单词是否出现在集合中。如果单词不在集合中，则将其添加到一个列表中。最后，程序将使用nltk的`FreqDist`函数统计出现频率，并打印出现次数最多的未知单词。