NLTK将语句添加到语料库中

Question

我将使用nltk处理科学论文。

首先，我想将论文的原始文本存储为文本文件。 文本文件将包含几个部分，如下所示：

纸的1.txt：

Abstract
[abstract here] 

Introduction
[introduction here]

Body
[body here]

在代码中，我想做这样的事情：

abstracts = nltk.SectionCorpusReader(root=..., section='abstract') # read abstracts only
full = nltk.SectionCorpusReader(root=..., section='full')          # read whole documents

我无法确定使用哪个语料库属性来表示这些部分。我试图将论文分成多个文件：paper-1-abstract.txt，paper-1-intro.txt等，并使用PlaintextCorpusReader。这不能很好 - 每个真实文档可以获得多个nltk文档。

任何建议都将受到赞赏。