Вообщем задача такая, более подробная информация в файле(Word), и дополнительно есть как это примерно реализовывать в TXT файлах. По сути тут тут не очень сложно, но из-за нехватки времени выкладываю.
Ход выполнения работы

Задание для выполнения:

1 – этап экспериментов (Анализ структуры отдельного корпуса (текста))

1)Выбрать корпус для экспериментов (из NLTK или загрузить свой)

2)Провести статистический анализ текста:

• Длина текста, словарь текста, число различных слов в словаре, рассчитать параметр лексического разнообразия текста.
• Определить число предложений, слов (провести токенизацию).
• Убрать стоп слова (предлоги, союзы, управляющие слова) и построить частотный график встречаемости слов в тексте. Кумулятивный график частотного распределения слов.
• Выделить частотные слова, относящиеся к одной леме (провести лематизацию)
• На основе результатов лематизации вывести на печать слова, определяющие тематику текста (претенденты на ключевые слова). Выделить по частоте и длине.
• Провести исследование тематической структуры текста (в каких частях текста о чем говориться) – исследовать частотное расположение слов в тексте - построить график дисперсии.
• Распечатать ключевые слова (частотные слова), относящиеся к наиболее тематически важному разделу текста (определить по графику дисперсии). Для них построить частотный график встречаемости слов в тексте. Кумулятивный график частотного распределения слов.
• Для ключевых слов найти им соответствующие биграммы и коллокации в тексте, оценить их частотность. Экспертным методом проверить соответствуют ли определенные словосочетания важными для уточнения тематики текста.
• Провести сравнение по статистическим параметрам: словарь текста, число различных слов в словаре, рассчитать параметр лексического разнообразия те (насколько ) текста.
• Исследовать тематические структуры текстов (в каких частях текстов о чем говориться) – исследовать частотное расположение слов в тексте - построить график дисперсии.
• По проведенным исследованиям сделать отчет с заключением о статистике, стилистике, тематике исследуемых текстов.
• Отчет оформляется в Word с описанием проведенного исследования
• Дайте название своему проекту с экспериментами (щелкнув на имя блокнота в правом верхнем углу, переименуйте). Все ваши эксперименты сохраняются на вашем гугл диске.

2 – этап экспериментов (сравнительный анализ нескольких корпусов)

1)Выбрать 2-3 корпуса для экспериментов (из NLTK или загрузить свои)

2)Провести статистический анализ этих корпусов по плану задания 1.

Отчетность по лабораторной работе
Указанна в конце файла(Word).