テキストを文に分けるためには sents() メソッドを適用します。

>>> feino_sents = tekstaro.sents('LaFeino.txt')
>>> type(feino_sents)
<class 'nltk.corpus.reader.util.StreamBackedCorpusView'>
>>> len(feino_sents)
36
>>> feino_sents
[['La', 'feino', '.'], ['Unu', 'vidvino', 'havis', 'du', 'filinojn', '.'], ...]
>>> feino_sents[0:]
[['La', 'feino', '.'], ['Unu', 'vidvino', ...（中略）... , 'en', 'angulo', 'de', 'arbaro', '.']]

sents() メソッドを適用すると、リストのリストが生成されます。テキスト全体が一つのリストであり、その要素としての文が単語のリストとなっています。'LaFeino.txt' は36個の文から成るテキストであることを示しています。
それぞれの文の長さ（＝含まれるトークン数）を求めるには次のようにします。

>>> feino_slen = [len(s) for s in feino_sents]
>>> feino_slen
[3, 6, 48, 34, 37, 11, 27, 28, 12, 37, 66, 53, 19, 22, 12, 14, 24, 28, 17, 28, 70, 14, 59, 23, 18, 27, 69, 15, 22, 13, 41, 15, 34, 8, 42, 46]
>>> sum(feino_slen)  
1042
>>> max(feino_slen)
70
>>> min(feino_slen) 
3
>>> round(sum(feino_slen)/len(feino_slen))   
29

sum() 関数はリスト内の合計値（＝テキスト内のトークン総数）を示します。max() 関数は最大値（＝最も長い文のトークン数）、min() 関数は最小値（＝最も短い文のトークン数）を示します。テキスト内の文の平均長は sum()/len() で求めることができます。
ただし、このやり方では文の長さに句読点や記号類を含むので、「文の長さ＝単語数」ではありません。句読点や記号類を含まずに、純粋に単語だけで文の長さを求めるには、以下のようにします。

feino_sents2 = [[w for w in s if w.isalpha()] for s in feino_sents]
>>> type(feino_sents2)
<class 'list'>
>>> len(feino_sents2)
36
>>> feino_sents2
[['La', 'feino'], ['Unu', 'vidvino', 'havis', 'du', 'filinojn'], ...（中略）... , 'en', 'angulo', 'de', 'arbaro']]
>>> sum(feino_slen2)  
851
>>> max(feino_slen2)  
55
>>> min(feino_slen2)  
2
>>> round(sum(feino_slen2)/len(feino_slen2))
24

テキスト内の単語総数は 851個、最も長い文の単語数は 55個、最も短い文の単語数は2個で、文の平均長は24語という結果になりました。トークン数で求めた値よりもそれぞれ少なくなっています。
参考までに、『入門』で取り上げられている 'melville-moby_dick.txt' を同じように処理したところ、テキスト内の文の平均トークン数は 26個、平均単語数は 22個と出ました。