我正在研究一个NLP项目，并试图按段落标记“大期望”，然后存储到列表中。我需要执行此操作以执行一些无监督的学习主题模型。

#reading in great expectations
fp = open("dickens-great.txt")

great = fp.read()

print(great[0:100])

#processing

great_paras=[]

for paragraph in great:
    para=paragraph[0]
    #removing the double-dash from all words
    para=[re.sub(r'--','',word) for word in para]
    #Forming each paragraph into a string and adding it to the list of strings.
    great_paras.append(para)

print(great_paras[0:4])

我得到的回报是：

[['C'],['h'],['a'],['p']]

如您所见，在打印great_paras变量时遇到了问题，因为它是按字母而不是段落来拆分文本。我已经为此苦苦挣扎了一段时间，但将不胜感激！