使用Python从文本中删除非英语单词

您可以使用

words

import nltkwords = set(nltk.corpus.words.words())sent = "Io andiamo to the beach with my amico."" ".join(w for w in nltk.wordpunct_tokenize(sent)          if w.lower() in words or not w.isalpha())# 'Io to the beach with my'

不幸的是， 艾奥 恰好是一个英语单词。通常，可能很难确定一个单词是否为英语。