运用nltk统计出电脑中文本文件内容数量前一百的单词

以下是使用NLTK统计电脑文本文件内容前100个单词的Python代码：

import nltk
from nltk.corpus import stopwords
from collections import Counter

# 读取文本文件内容
with open('file.txt', 'r', encoding='utf-8') as file:
    text = file.read()

# 将所有单词转换为小写，并分词
words = nltk.word_tokenize(text.lower())

# 去除停用词
stop_words = set(stopwords.words('english'))
words = [word for word in words if word not in stop_words]

# 统计词频
word_freq = Counter(words)

# 取出前100个单词
top_words = word_freq.most_common(100)

# 输出结果
print(top_words)

解释：

- 读取文本文件内容并将其存储为字符串变量 `text`。
- 将所有单词转换为小写，并使用 `nltk.word_tokenize()` 函数将文本分词，并将其存储为列表变量 `words`。
- 使用NLTK提供的 `stopwords` 库获取停用词，并将其存储为集合变量 `stop_words`。
- 使用列表推导式去除文本中的停用词。
- 使用 `collections.Counter()` 函数统计每个单词在文本中出现的次数，并将结果存储为字典变量 `word_freq`。
- 使用 `most_common()` 函数获取前100个出现次数最多的单词，并将其存储为列表变量 `top_words`。
- 最后，输出前100个单词及其出现次数。