赵走x博客 - 开发者的网上家园

2、NLTK 入门

资源编号:75982 用Python3进行自然语言处理自然语言处理热度：83

下载语料。

首先应该安装NLTk。可以从http://www.nltk.org/ 免费下载。按照说明下载适合你的操作系统的版本。

安装完NLTK 之后，输入下面两个命令来安装本书所需的数据，然后选择book，如图1-1 所示。
```
>>> import nltk
>>> nltk.download()
```
![bs64](https://img.handsomemark.com/2019/10/28/3062edda-f933-11e9-ad5b-acde48001122.png)
图1-1. 下载NLTK 图书集：使用nltk.download()浏览可用的软件包。下载器上的Collections 选项卡显示软件包如何被打包分组。选择book 标记所在行，可以获取本书的例子和练习所需的全部数据。这些数据包括约30 个压缩文件，需要100MB 硬盘空间。完整的数据集（即下载器中的all）在本书写作期间大约是这个大小的5 倍，还在不断扩充。

一旦数据被下载到你的机器，你就可以使用Python 解释器加载其中一些。第一步是在Python 提示符后输入一个特殊的命令，告诉解释器去加载一些我们要用的文本：
```
from nltk.book import
```
这条语句是说“从NLTK 的book 模块加载所有的东西”。这个book 模块包含你阅读本章所需的所有数据。在输出欢迎信息之后，将会加载几本书的文本（这将需要几秒钟）。下面连同你将看到的输出一起再次列出这条命令，注意拼写和标点符号的正确性。
```
>>> from nltk.book import *
*** Introductory Examples for the NLTK Book ***
Loading text1, ..., text9 and sent1, ..., sent9
Type the name of the text or sentence to view it.
Type: 'texts()' or 'sents()' to list the materials.
text1: Moby Dick by Herman Melville 1851
text2: Sense and Sensibility by Jane Austen 1811
text3: The Book of Genesis
text4: Inaugural Address Corpus
text5: Chat Corpus
text6: Monty Python and the Holy Grail
text7: Wall Street Journal
text8: Personals Corpus
text9: The Man Who Was Thursday by G . K . Chesterton 1908
```
任何时候我们想要找到这些文本，只需要在Python 提示符后输入它们的名字。
```
>>> text1
<Text: Moby Dick by Herman Melville 1851>
>>> text2
<Text: Sense and Sensibility by Jane Austen 1811>
```
现在我们可以和这些数据一起来使用Python 解释器，我们已经准备好上手了。