nltk包的简介
NLTK is a leading platform for building Python programs to work with human language data. It provides easy-to-use interfaces to over 50 corpora and lexical resources such as WordNet, along with a suite of text processing libraries for classification, tokenization, stemming, tagging, parsing, and semantic reasoning, wrappers for industrial-strength NLP libraries, and an active discussion forum.
NLTK是构建用于处理人类语言数据的Python程序的领先平台。它为超过50个语料库和词汇资源(如WordNet)提供了易于使用的界面,以及一套用于分类、标记化技术、词干、标记、解析和语义推理的文本处理库、工业级NLP库的包装器以及一个活跃的讨论论坛。
用Python进行自然语言处理为语言处理的编程提供了一个实用的介绍。它由NLTK的创建者编写,指导读者完成编写python程序、使用语料库、对文本进行分类、分析语言结构等的基础知识。这本书的在线版本已经为python 3和nltk 3进行了更新。
自然语言工具包(NLTK)是用于自然语言处理的Python包。NLTK需要python 2.7、3.4、3.5、3.6或3.7。
NLTK(Natural Language ToolKit),是时下非常流行的在Python解释器环境中用于自然语言处理的工具包。对于NLTK的使用者而言,它就像是一名极其高效的语言学家,为您快速完成对自然语言文本的深层处理和分析。
Natural Language Toolkit官网
nltk Package API
nltk包的安装
pip install nltk
nltk包的使用方法
from nltk.corpus import treebank
t = treebank.parsed_sents('wsj_0001.mrg')[0]
t.draw()
nltk包的代码实现
import nltk
sentence = """At eight o'clock on Thursday morning
tokens = nltk.word_tokenize(sentence)
print(tokens)
tagged = nltk.pos_tag(tokens)
print(tagged )