LK-T.O.P的博客

自然语言工具包（NLTK） nltk入门

就职演说语料库 该语料库是 55 个文本的集合，每个文本都是一个总统的演说。这 个集合的一个有趣特性是它的时间维度：>>> from nltk.corpus import

从网络和硬盘访问文本 电子书

回归基础赋值赋值似乎是最基本的编程概念，不值得单独讨论。不过，也有一些令人吃惊的微妙之处 。思考下面的代码片段：>>> foo = 'Monty'>>> bar = foo >>> foo = 'Python' >>> bar'Monty'由于bar是foo的一个副本，所以改变foo时，bar不会受到影响。 然而，赋值语句并不总是以这种方式复制副本。特别是结构化对象的“值”，例如一个链表，

本章关注的问题： 1. 什么是lexical categories（词汇分类），在NLP中如何使用它们？ 2. 什么样的Python数据结构适合存储词汇与它们的类别？ 3. 如何自动标注文本中词汇的词类？

有监督分类（Supervised Classification）如果分类的建立基于包含每个输入的正确标签的训练语料，被称为有监督分类。

信息提取（Information Extraction）下图显示了一个简单的信息提取系统的结构。 首先，使用句子分割器将文档的原始文本分割成句，使用分词器将每个句子进一步细分为词。接下来，对每个句子进行词性标注，在下一步，命名实体识别中我们将寻找句子中提到的实体；最后，使用关系识别搜索文本中不同实体间的可能关系。

学习文法的好处学习文法的一个好处是,它提供了一个概念性的框架和词汇拼写这些直觉。