Python 是一款非常流行的編程語言，可以用來完成各種各樣的任務。在自然語言處理領域，Python 也發(fā)揮了重要作用。精準的文本分析需要一些基本的技術，如詞對提取。下面就來談談如何用 Python 實現(xiàn)詞對的提取。

import nltk
# 假設我們有一個文本 file.txt，我們需要讀取它的內容
with open('file.txt', 'r') as f:
text = f.read()
# 將文本分成句子
sentences = nltk.sent_tokenize(text)
# 將每個句子分成單詞
tokens = [nltk.word_tokenize(sentence) for sentence in sentences]
# 提取所有的詞對
pairs = []
for sent_tokens in tokens:
for i in range(len(sent_tokens)-1):
pairs.append((sent_tokens[i], sent_tokens[i+1]))
# 打印所有詞對
for pair in pairs:
print(pair)

代碼如上，首先我們使用 nltk 的 sent_tokenize() 函數(shù)將文本分成句子，再使用 word_tokenize() 函數(shù)將每個句子分成單詞。接著，我們遍歷每個句子的單詞，提取出相鄰的兩個單詞作為一個詞對，最后將所有的詞對打印出來。

這個例子只是簡單的展示了如何使用 Python 提取詞對。實際上，我們還可以使用更復雜的算法進行詞對提取，例如按照詞頻排序，或者使用機器學習算法進行文本分類。不論采用何種算法，Python 都提供了豐富的用于文本分析的庫和工具，使得文本分析變得異常容易。