weixin_45670509的博客

‘’’ nltk学习 & 常见的英文文本处理流程包括的步骤：’’’分词 Tokenization英语的分词就是简单的分词，包括标点，而中文的分词则是在识别单词。词性标注 Part-of-speech Tagging·词性标注实际上包含了分词和标注两个部分。句法分析 Constituency Parsing1.导入 相应的类、库import nltkfrom nltk import word_tokenize，sent_tokenizetokenization，也叫word segm

spacy安装步骤：1.可以直接pip spacy （与neuralcoref结合应用的话，酌情安装 -_- ）2.下载model（预训练模型），如en_core_web_sm（面向英语的小模型）[pip注意安装位置，压缩包形式：压缩文件名.tar.gz]。注意下载与自己spacy对应版本的en_core_web_sm,参考https://github.com/explosion/spacy-models/releases/tag/en_core_web_sm-2.1.0en_core_web_l

英文处理基本操作