自然語言工具箱
閱讀設定
(由Natural Language Toolkit跳轉過嚟)
自然語言工具箱(英文:Natural Language Toolkit),簡稱 NLTK,係 Python 一個專用嚟幫手做英文自然語言處理(NLP)嘅函式庫。NLTK 包含咗多種 NLP 成日要用嘅功能,例如係畀用家齋靠一句陳述式就產生到一樖分析樹,分析樹可以攞嚟分析句子嘅文法結構[1][2]。
喺廿一世紀初,NLTK 廣受 NLP 相關領域嘅工作者採用:語言學、認知科學、人工智能同埋資訊科學等領域嘅工作,都成日要教電腦處理文字數據;而經驗表明 NLTK 好方便好好使,於是就成為咗 NLP 上嘅一隻標準架生,呢啲咁多唔同領域嘅工作者都會用到 NLTK 寫程式[3]。
重要功能
[編輯]睇埋:自然語言處理
- 畀用家下載同引入語料庫嘅各種資源,包括出名嘅文學作品、字表、詞典同埋語義網絡呀噉,例:
import nltk.corpus # 引入 NLTK 嘅語料庫 emma = nltk.corpus.gutenberg.words('austen-emma.txt') # 將 emma 設做 nltk.corpus 入面嘅... print(emma) # output 出 emma。
- 畀用家用一句陳述式就搵出字之間嘅關係,例:
... moby = Text(nltk.corpus.gutenberg.words('melville-moby_dick.txt')) # 將 moby 設做一嚿 Text 物件,入面啲字嚟自 nltk.corpus 嘅 'melville-moby_dick.txt'... print(moby.concordance("monstrous")) # Output 畀出所有 "monstrous" 呢隻字出現嘅 context。 print(moby.similar("monstrous")) # Output 畀出所有 context 上同 "monstrous" 相近嘅字。
- 畀用家用一句陳述式畫圖顯示字詞嘅頻率,例[4]:
... moby.dispersion_plot(["citizens", "democracy", "freedom", "duties", "America"]) # 出幅圖顯示 "citizen", "democracy", "freedom", "duties", "America" 呢幾隻字喺 moby 唔同部份入面出現嘅頻率。
- 畀用家引入語義網絡同搵字嘅同義字,仲可以做「搵兩隻字之間最低嘅共同上位詞」或者「計兩隻字之間嘅語義距離」等,例[1]:Ch. 2.5:
from nltk.corpus import wordnet as wn print(wn.synsets('word')) wn.synset('word.n.01').path_similarity(wn.synset('whale.n.01')) # Output 畀出 "word" 呢隻字嘅同義字。
- 畀玩家用一句陳述式做記號化、詞形還原、字幹提取同埋攞走停用詞等嘅事前處理,例如
word_tokenize(my_string)
噉。 - 畀玩家用一句陳述式計啲字喺一段語料當中嘅頻率分佈(
FreqDist(my_text)
同ConditionalFreqDist(my_text_cond)
)[1]:Ch. 2。 - 畀玩家用一句陳述式做 regex 同相關嘅功能[1]:Ch. 3.4, p. 117,好似係
re.search('ed$', w)
(搵w
當中 -ed 尾嘅字)、re.search(^..j..t..$', w)
(搵w
當中 ..j..t.. 噉嘅字,當中 . 係乜字母都得)同re.findall(r'[aeiou]', w)
(由w
當中搵出嗮所有aeiou
)... 呀噉。 - 畀玩家用一句陳述式整 n-gram。
... 呀噉。
睇埋
[編輯]文獻
[編輯]
- Bird, S., Klein, E., & Loper, E. (2009). Natural language processing with Python: analyzing text with the natural language toolkit. O'Reilly Media, Inc.
引咗
[編輯]- ↑ 1.0 1.1 1.2 1.3 1.4 Bird, S., Klein, E., & Loper, E. (2009). Natural language processing with Python: analyzing text with the natural language toolkit. O'Reilly Media, Inc.
- ↑ Perkins, Jacob (2010). Python Text Processing with NLTK 2.0 Cookbook. Packt Publishing.
- ↑ Bird, S., Klein, E., Loper, E., & Baldridge, J. (2008, June). Multidisciplinary instruction with the natural language toolkit (PDF). In Proceedings of the Third Workshop on Issues in Teaching Computational Linguistics (pp. 62-70).
- ↑ Language Processing and Python.
拎
[編輯]- (英文) NLTK.org.
- (英文) urllib3 1.26.12.