原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
使⽤NLTK进⾏Python⽂本分析
七⽉在线加号
微博 @翻滚吧_加号
2016年9 ⽉24 ⽇
NLTK
/
Python上著名的⾃然语⾔处理库
⾃带语料库，词性分类库
⾃带分类，分词，等等功能
强⼤的社区⽀持
还有N 多的简单版wrapper
Python数据分析班 2
NLTK安装
# Mac/Unix Windows
sudo pip install -U nltk 装个 python3.4 先：/downloads/
# 顺便还可以装个Numpy 有空也可以装个Numpy ：/projects/numpy/files/NumPy/
sudo pip install -U numpy 安装NLTK ：/pypi/nltk
# 测试是否安装成功
测试安装成功：开始Python34, 输⼊ import nltk
python
import nltk
注意python版本号，操作系统位数⼀致
Python数据分析班 3
安装语料库
import nltk
nltk.download()
Python数据分析班 4
功能⼀览表
Python数据分析班 5
NLTK ⾃带语料库
from nltk.corpus import brown
brown.categories()
[adventure, belles_lettres, editorial,
fiction, government, hobbies, humor,
learned, lore, mystery, news, religion,
reviews, romance, science_fiction]
len(brown.sents())
57340
len(brown.words ())
1161192
Python数据分析班 6
Tokenize
把长句⼦拆成有“意义”的⼩部件
Python数据分析班 7
Tokenize
import nltk
sentence = “hello, world
tokens = nltk.word_tokenize (sentence)
tokens
[hello, ‘,, world]
Python数据分析班 8
中英⽂NLP 区别
启发式 Heuristic
今天 / 天⽓ / 不错 /
文档评论（0）