位置: 编程技术 - 正文

Python编程使用NLTK进行自然语言处理详解(python的nltk)

编辑:rootadmin

推荐整理分享Python编程使用NLTK进行自然语言处理详解(python的nltk),希望有所帮助,仅作参考,欢迎阅读内容。

文章相关热门搜索词:python编程n!,python\n编程\t很,python\n\t,python\n编程\t很,python nltk,python\n\t,python nltk,python\n编程\t很,内容如对您有帮助,希望把文章链接给更多的朋友!

自然语言处理是计算机科学领域与人工智能领域中的一个重要方向。自然语言工具箱(NLTK,NaturalLanguageToolkit)是一个基于Python语言的类库,它也是当前最为流行的自然语言编程与开发工具。在进行自然语言处理研究和应用时,恰当利用NLTK中提供的函数可以大幅度地提高效率。本文就将通过一些实例来向读者介绍NLTK的使用。

NLTK

NaturalLanguageToolkit,自然语言处理工具包,在NLP领域中,最常使用的一个Python库。

NLTK是一个开源的项目,包含:Python模块,数据集和教程,用于NLP的研究和开发 。NLTK由Steven Bird和Edward Loper在宾夕法尼亚大学计算机和信息科学系开发。NLTK包括图形演示和示例数据。其提供的教程解释了工具包支持的语言处理任务背后的基本概念。

开发环境:我所使用的Python版本是最新的3.5.1,NLTK版本是3.2。Python的安装不在本文的讨论范围内,我们略去不表。你可以从NLTK的官网上 Launcher会弹出下面这个界面,建议你选择安装所有的Packages,以免去日后一而再、再而三的进行安装,也为你的后续开发提供一个稳定的环境。某些包的Status显示“out of date”,你可以不必理会,它基本不影响你的使用与开发。

既然你已经安装成功,我们来小试牛刀一下。当然本文涉及的主要任务都是自然语言处理中最常用,最基础的pre-processing过程,结合机器学习的高级应用我们会在后续文章中再进行介绍。

1、SentencesSegment(分句)

Python编程使用NLTK进行自然语言处理详解(python的nltk)

也就是说我们手头有一段文本,我们希望把它分成一个一个的句子。此时可以使用NLTK中的punktsentencesegmenter。来看示例代码

由此,我们便把一段话成功分句了。

2、SentencesSegment(分词)

接下来我们要把每个句话再切割成逐个单词。最简单的方法是使用NLTK包中的WordPuncttokenizer。来看示例代码

我们的分词任务仍然完成的很好。除了WordPunct tokenizer之外,NLTK中还提供有另外三个分词方法,TreebankWordTokenizer,PunktWordTokenizer和WhitespaceTokenizer,而且他们的用法与WordPunct tokenizer也类似。然而,显然我们并不满足于此。对于比较复杂的词型,WordPunct tokenizer往往并不胜任。此时我们需要借助正则表达式的强大能力来完成分词任务,此时我所使用的函数是regexp_tokenize()。来看下面这段话

目前市面上可以参考的在Python下进行自然语言处理的书籍是由Steven Bird、Ewan Klein、Edward Loper编写的《Python 自然语言处理》。但是该书的编写时间距今已有近十年的时间,由于软件包更新等语言,在新环境下进行开发时,书中的某些代码并不能很正常的运行。最后,我们举一个书中代码out of date的例子(对上面这就话进行分词),并给出相应的解决办法。首先来看书中的一段节录

我们预期得到输出应该是这样的

但是我们实际得到的输出却是这样的(注意我们所使用的NLTK版本)

会出现这样的问题是由于nltk.internals.compile_regexp_to_noncapturing()在V3.1版本的NLTK中已经被抛弃(尽管在更早的版本中它仍然可以运行),为此我们把之前定义的pattern稍作修改

再次执行前面的语句,便会得到

以上便是我们对NLTK这个自然语言处理工具包的初步探索,日后主页君将结合机器学习中的方法再来探讨一些更为深入的应用。最后,我想说《Python 自然语言处理》仍然是当前非常值得推荐的一本讲述利用NLTK和Python进行自然语言处理技术的非常值得推荐的书籍。

总结

标签: python的nltk

本文链接地址:https://www.jiuchutong.com/biancheng/372269.html 转载请保留说明!

上一篇:高质量Python代码编写的5个优化技巧(高效的python)

下一篇:python内置函数:lambda、map、filter简单介绍(python内置函数open()的参数用来指定打开文本文件)

  • 小微企业所得税费用怎么算
  • 中国进口货物完税价格表
  • 一般纳税人提供服务税率
  • 房地产开发企业资质证书
  • 非独生子女赡养父母扣税
  • 同一控制下的企业合并的会计核算方法
  • 如何申请免税
  • 生产型企业付的消防年检费记什么科目
  • 废物处置费如何做分录?
  • 案件补贴
  • 预收装修款并开发票如何转成本?
  • 当月冲销的作废发票怎么账务处理?
  • 固定资产可以一次抵扣吗
  • 委托加工的材料计入什么科目
  • 重复缴税怎么做账
  • 库存商品一定是存货吗
  • 然后销售产品
  • 桂林军工企业单位有哪些
  • 固定资产简易办法3%减按2%
  • 应收账款周转天数正常范围
  • 招待客人买的烟计入业务招待费吗
  • 支票作废了需要什么材料
  • 未认证的进项税账务处理
  • 鸿蒙 功能
  • 一接通电源就自动关机
  • 一般纳税人问题
  • 事业单位自建办公用房
  • 销售商品包装材料怎么做
  • 非上市公众公司收购办法
  • mac开机按command+r没反应
  • php数组查找
  • linux如何使用
  • 怎么更改定位位置信息
  • php怎么连接服务器
  • gitlab shell
  • html前端技术
  • win10蓝牙驱动怎么安装程序
  • php生成二维码
  • 购买生产用品计入什么科目
  • 研发费用加计扣除政策指引2.0
  • 会计凭证设计要注意的问题
  • 支票怎么用,开了支票立即可以取钱吗
  • 基础会计供应过程的核算内容
  • 阿德莱德 景点
  • 企业的生产环节
  • 《设计模式》
  • vue中computed作用
  • 转账错误被退款怎么处理
  • sql server数据库正在恢复
  • 主营业务成本应交税费
  • 企业所得税的成本怎么填?
  • db2常用操作语句
  • 研发支出资本化计入什么科目
  • 上级补助收入是指事业单位从主管部门和上级单位取得的
  • 设备维修三种形式
  • 豆制品属于农副产品吗为什么
  • 在建工程待摊支出结转
  • 仓库到仓库贸易术语
  • 捐赠的资产属于什么科目
  • 党费返还款怎么做分录
  • 企业取得租车发票
  • 出库单上面的单位写谁的
  • 发工资代付是什么意思
  • 修缮服务指什么
  • 固定资产的特点有哪几个
  • 金税三期网络设置
  • winxp和win7之间的系统
  • egui.exe是什么进程
  • win7 64位系统只有搜狗浏览器可以打开网页其他浏览器打不开的故障原因及解决方法
  • windows8.1开机
  • js基于贪心算法实验报告
  • Ext中下拉列表ComboBox组件store数据格式用法介绍
  • OSG 砖块 shader 例子 GLSL
  • node js php
  • unity怎么把文件导入项目
  • 什么叫党员双报到
  • 税费银联缴款
  • 签订设计合同
  • 新疆哪个城市最有发展前景
  • 城市维护建设税怎么算
  • 免责声明:网站部分图片文字素材来源于网络,如有侵权,请及时告知,我们会第一时间删除,谢谢! 邮箱:opceo@qq.com

    鄂ICP备2023003026号

    网站地图: 企业信息 工商信息 财税知识 网络常识 编程技术

    友情链接: 武汉网站建设