NLTK（Natural Language Toolkit）是一个强大的Python库，用于处理自然语言数据。它提供了多种文本处理功能，包括分词、词性标注、命名实体识别、词频统计等。以下是NLTK的一些主要特点和功能：

  • 分词（Tokenization）：将文本分割成单词、句子或字符。
  • 词性标注（Part-of-Speech Tagging）：为文本中的每个单词分配词性标签。
  • 命名实体识别（Named Entity Recognition）：识别文本中的命名实体，如人名、地点、组织等。
  • 词频统计（Word Frequency Statistics）：统计文本中单词出现的频率。
  • 同义词典（Wordnet）：提供同义词和反义词的查询。

NLTK 安装与使用

要使用NLTK，首先需要安装它。您可以通过以下命令安装：

pip install nltk

安装完成后，您可以使用以下代码进行简单的文本处理：

import nltk

# 分词
tokens = nltk.word_tokenize("Hello, world!")

# 词性标注
tagged = nltk.pos_tag(tokens)

print(tagged)

NLTK 示例

以下是一个简单的例子，展示了如何使用NLTK进行文本分析：

import nltk
from nltk.sentiment import SentimentIntensityAnalyzer

# 获取情感分析器
sia = SentimentIntensityAnalyzer()

# 文本
text = "NLTK is a fantastic tool for natural language processing!"

# 获取情感分数
scores = sia.polarity_scores(text)

print(scores)

相关资源

如果您想了解更多关于NLTK的信息，可以访问以下链接：

NLTK Logo