本文主要是介绍使用NLTK对英文文章分句，避免缩略词标点符号干扰，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
对于英文语料，我们想要获得句子时，可以通过正则或者NLTK工具切分。例如，NLTK：
from nltk.tokenize import sent_tokenizedocument=''
sentences=sent_tokenize(document)NLTK会根据“.?!”等符号切分。但是当句子中含有缩写词时，可能会产生错误的切分：
sent_tokenize('fight among communists and anarchists (i.e. at a series of events named May Days).')输出：
['fight among communists and anarchists (i.e.','at a series of events named May Days).']句子在i.e.后边被切分了。为了避免这种情况，我们需要使用nltk.tokenize.punkt并且自定义缩写词表：
from nltk.tokenize.punkt import PunktSentenceTokenizer, PunktParameters
punkt_param = PunktParameters()
abbreviation = ['i.e']
punkt_param.abbrev_types = set(abbreviation)
tokenizer = PunktSentenceTokenizer(punkt_param)
tokenizer.tokenize('fight am这篇关于使用NLTK对英文文章分句，避免缩略词标点符号干扰的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
