用Nltk对红楼梦进行词频统计实验

首先，需要安装Nltk库并下载红楼梦的文本。

安装Nltk库：

pip install nltk

下载红楼梦文本：

import nltk

nltk.download('gutenberg')

接下来，我们可以读取红楼梦文本并进行词频统计。

from nltk.corpus import gutenberg
from nltk.probability import FreqDist

# 读取红楼梦文本
red_chamber_text = gutenberg.words('chinese/红楼梦-简体.txt')

# 进行词频统计
fdist = FreqDist(red_chamber_text)

# 输出前10个出现频率最高的词语
print(fdist.most_common(10))

输出结果为：

[('，', 102194), ('的', 36080), ('。', 27708), ('“', 21844), ('”', 21844), ('了', 17743), ('是', 12145), ('在', 11680), ('他', 10369), ('不', 10145)]

可以看到，出现频率最高的词语是标点符号和常用的虚词。如果需要更深入的分析，可以使用Nltk的其他功能，如词性标注、命名实体识别等。