我将使用nltk.sent_token完成任务。 但我不知道如何在句子拆分条件中添加新的定界符，例如'：'或'％'。
例如。
'\ n自然语言处理\ n来自维基百科，免费的百科全书。 aa。 Abc：他是坏男孩：番茄能治好病吗？ Unnnn不太好吃！你不这样认为吗？\ n'
from nltk import sent_tokenize
sample = '\nNatural language processing\nFrom Wikipedia, the free encyclopedia. aaa. Abc: He is bad boy: Tomato is it healty? Unnnn Not so tasty! Dont you think so?\n'
sample_token = sent_tokenize(sample)
sample_token
# result
['\nNatural language processing\nFrom Wikipedia, the free encyclopedia.',
'aaa.',
'Abc: He is bad boy: Tomato is it healty?',
'Unnnn Not so tasty!',
'Dont you think so?']
# what I want
['\nNatural language processing\nFrom Wikipedia, the free encyclopedia.',
'aaa.',
'Abc: ',
'He is bad boy: Tomato is it healty?',
'Unnnn Not so tasty!',
'Dont you think so?']
对不起，奇怪的一句话， 我想添加（'：'delimiter + blank + Uppercase字母）作为nltk.sent_token的分割触发器。
请告诉我如何添加！ 谢谢！