自然语言处理工具 nltk 安装使用
github 地址：https://github.com/nltk/nltk/
官方地址：http://www.nltk.org/
中文文档：http://download.csdn.net/detail/u013378306/9756747
安装及测试
- Install NLTK: run
sudo pip install -U nltk - Install Numpy (optional): run
sudo pip install -U numpy - Test installation: run
pythonthen typeimport nltk
Python NLTK库中包含着大量的语料库，但是大部分都是英文，不过有一个Sinica（中央研究院）提供的繁体中文语料库，值得我们注意。
在使用这个语料库之前，我们首先要检查一下是否已经安装了这个语料库。
下载数据文件
>>>import nltk >>>nltk.download()
总的数据有300M左右，下载很慢，
提供下载地址：https://pan.baidu.com/s/1nvfR485
nltk 数据文件结构
nltk_data
├── chunkers
│ └── maxent_ne_chunker.zip
├── corpora
│ ├── abc.zip
│ ├── alpino.zip
│ ├── biocreative_ppi.zip
│ ├── brown_tei.zip
│ ├── brown.zip
│ ├── cess_cat.zip
│ ├── cess_esp.zip
│ ├── chat80.zip
│ ├── city_database.zip
│ ├── cmudict.zip
│ ├── comtrans.zip
│ ├── conll2000.zip
│ ├── conll2002.zip
│ ├── conll2007.zip
│ ├── dependency_treebank.zip
│ ├── europarl_raw.zip
│ ├── floresta.zip
│ ├── gazetteers.zip
│ ├── genesis.zip
│ ├── gutenberg.zip
│ ├── ieer.zip
│ ├── inaugural.zip
│ ├── indian.zip
│ ├── jeita.zip
│ ├── kimmo.zip
│ ├── knbc.zip
│ ├── langid.zip
│ ├── lin_thesaurus.zip
│ ├── machado.zip
│ ├── mac_morpho.zip
│ ├── movie_reviews.zip
│ ├── names.zip
│ ├── nombank.1.0.zip
│ ├── nps_chat.zip
│ ├── oanc_masc.zip
│ ├── paradigms.zip
│ ├── pil.zip
│ ├── pl196x.zip
│ ├── ppattach.zip
│ ├── problem_reports.zip
│ ├── propbank.zip
│ ├── ptb.zip
│ ├── qc.zip
│ ├── reuters.zip
│ ├── rte.zip
│ ├── semcor.zip
│ ├── senseval.zip
│ ├── shakespeare.zip
│ ├── sinica_treebank.zip
│ ├── smultron.zip
│ ├── state_union.zip
│ ├── stopwords.zip
│ ├── swadesh.zip
│ ├── switchboard.zip
│ ├── timit.zip
│ ├── toolbox.zip
│ ├── treebank.zip
│ ├── udhr2.zip
│ ├── udhr.zip
│ ├── unicode_samples.zip
│ ├── verbnet.zip
│ ├── webtext.zip
│ ├── wordnet_ic.zip
│ ├── wordnet.zip
│ ├── words.zip
│ └── ycoe.zip
├── grammars
│ ├── basque_grammars.zip
│ ├── book_grammars.zip
│ ├── large_grammars.zip
│ ├── sample_grammars.zip
│ └── spanish_grammars.zip
├── help
│ └── tagsets.zip
├── stemmers
│ └── rslp.zip
├── taggers
│ ├── averaged_perceptron_tagger.zip
│ ├── hmm_treebank_pos_tagger.zip
│ └── maxent_treebank_pos_tagger.zip
└── tokenizers
└── punkt.zip
数据文件存放地址（linux下的搜索路径）
- '/var/www/nltk_data'
- '/usr/share/nltk_data'
- '/usr/local/share/nltk_data'
- '/usr/lib/nltk_data'
- '/usr/local/lib/nltk_data'
主要功能
使用
import nltk from nltk.corpus import sinica_treebank print(sinica_treebank.words())
结果：['一', '友情', '嘉珍', '和', '我', '住在', '同一條', '巷子', '我們', ...]
（1）来看一下NLTK中文语法树。
>>>sinica_treebank.parsed_sents()[33].draw()
Python 万岁！！！
（2）搜索中文文本
|
1
2
3
4
5
|
import
nltk
from
nltk.corpus
import
sinica_treebank
sinica_text
=
nltk.Text(sinica_treebank.words())
print
(sinica_text.concordance(
'我'
))
|
结果：
我 住在 同一條 巷子 我們 是 鄰居 也 是 同班 同學 我們 常常 一起 上 居 也 是 同班 同學 我們 常常 一起 上學 一起 回家 有一天 上學 時 我 到 她 家 等候 按 了 門鈴 卻 沒有 任何 動靜 正當 我 想 離開 時 天 上學 時 我 到 她 家 等候 按 了 門鈴 卻 沒有 任何 動靜 正當 我 想 離開 時 門 內 突然 傳來 急促 的 腳步聲 嘉珍 打開 了 門 大聲 突然 傳來 急促 的 腳步聲 嘉珍 打開 了 門 大聲 的 叫 著 快 點 我 媽媽 暈倒 了 嘉珍 抓起 我 的 手 急忙 往 屋 裡 跑 進入 房間 看 嘉珍 打開 了 門 大聲 的 叫 著 快 點 我 媽媽 暈倒 了 嘉珍 抓起 我 的 手 急忙 往 屋 裡 跑 進入 房間 看到 她 的 媽媽 趴 在 地 上 她 的 媽媽 趴 在 地 上 臉色 蒼白 得 像 紙 一樣 這種 情景 把 我 嚇壞 了 怎麼辦 嘉珍 不停 的 哭泣 聲音 有些 顫抖 我 的 腦海 中 這種 情景 把 我 嚇壞 了 怎麼辦 嘉珍 不停 的 哭泣 聲音 有些 顫抖 我 的 腦海 中 頓時 一片 空白 不 曉得 怎麼辦 才 好 過 了 一會兒 我 我 的 腦海 中 頓時 一片 空白 不 曉得 怎麼辦 才 好 過 了 一會兒 我 才 問 她 你 爸爸 呢 他 出差 了 嘉珍 擦 著 眼淚 我 握住 她 的 了 一會兒 我 才 問 她 你 爸爸 呢 他 出差 了 嘉珍 擦 著 眼淚 我 握住 她 的 雙手 她 的 手 又 冰 又 冷 這時 有個 念頭 突然 閃過 握住 她 的 雙手 她 的 手 又 冰 又 冷 這時 有個 念頭 突然 閃過 我 的 眼前 我 幫 她 撥 了 一一九 請 救護車 來 而且 拍拍 她 的 背 雙手 她 的 手 又 冰 又 冷 這時 有個 念頭 突然 閃過 我 的 眼前 我 幫 她 撥 了 一一九 請 救護車 來 而且 拍拍 她 的 背 安慰 她 不 撥 了 一一九 請 救護車 來 而且 拍拍 她 的 背 安慰 她 不要 著急 我 會 陪 你 的 不久 救護車 停 在 她 家 門口 醫護 人員 很 快 的 醫護 人員 很 快 的 將 她 的 媽媽 抬上 救護車 嘉珍 上車 前 對 我 說 謝謝 你 的 幫忙 我 握 著 她 的 手 說 不用 謝 我 因為 我們 她 的 媽媽 抬上 救護車 嘉珍 上車 前 對 我 說 謝謝 你 的 幫忙 我 握 著 她 的 手 說 不用 謝 我 因為 我們 是 好朋友 二 無私 的 車 前 對 我 說 謝謝 你 的 幫忙 我 握 著 她 的 手 說 不用 謝 我 因為 我們 是 好朋友 二 無私 的 愛 愛 像 火紅 的 太陽 散發 光 正 為了 缺乏 旅費 而 發愁 的 時候 員外 來 找 他 並且 對 他 說 我 看 你 悶悶不樂 是不是 進京 趕考 的 旅費 不 夠 這裡 有 一些 銀子 物 和 銀子 向 員外 道謝 時 員外 握 著 他 的 手 說 你 不用 還 我 了 我 只是 盡 一份 心力 而已 以後 有 機會 希望 你 也 能夠 幫助 銀子 向 員外 道謝 時 員外 握 著 他 的 手 說 你 不用 還 我 了 我 只是 盡 一份 心力 而已 以後 有 機會 希望 你 也 能夠 幫助 別人 身 趕考 吧 書生 用 顫抖 的 手 接過 銀子 含 著 眼淚 說 謝謝 您 我 不 知道 要 怎麼 來 報答 您 江 巡撫 說 你 不必 謝 我 也 不必 謝謝 您 我 不 知道 要 怎麼 來 報答 您 江 巡撫 說 你 不必 謝 我 也 不必 回報 我 四 快樂 的 閱讀課 上 國語課 的 時候 老師 叫 我 知道 要 怎麼 來 報答 您 江 巡撫 說 你 不必 謝 我 也 不必 回報 我 四 快樂 的 閱讀課 上 國語課 的 時候 老師 叫 我們 這一組 做 讀書 閱讀課 上 國語課 的 時候 老師 叫 我們 這一組 做 讀書 心得 報告 我 第一個 站起來 發言 我們 閱讀 的 好 書 是 小 王子 這 是 法國人 小 王子 告訴 他 在 星球 旅行 的 經過 兩 人 成為 知心 的 朋友 我 說完 之後 組長 站起來 補充 說 小 王子 是 一個 可愛 的 人 他 在 星 上 每天 照顧 會 說話 的 玫瑰花 、 清理 火山灰 而且 欣賞 落日 我 喜歡 這種 自由自在 的 生活 明珠 說 這本 書 最 精采 的 部分 遇到 的 商人 等 小 王子 不 喜歡 自大 的 人 也 不 喜歡 虛偽 的 人 我 覺得 小 王子 很 正直 最後 阿平 說 這本 書 中 有 許多 值得 思考
