nltk入门

参考:http://www.nltk.org/

http://blog.csdn.net/tanzhangwen/article/details/8469491


分句:sent_tokenizer = nltk.data.load('tokenizer/punkt/english.pickle')

sentences = sent_tokenizer.tokenize(artcle)


分词:tokens = nltk.word_tokenize(sentence)

另一种分词的方法:from nltk.tokenize import WordPunctTokenizer

word_tokenizer = WordPunctTokenizer()

tokens = word_tokenizer.tokenzie(sentence)


词形还原:from nltk.stem import WordNetLemmatizer

lemmatizer = WordNetLemmatizer()

word = lemmatizer.lemmatize('cats')


词性标注:tagged = nltk.pos_tag(tokens)


命名实体识别:entities = nltk.chunk.ne_chunk(tagged)


语法树:from nltk.corpus import treebank

               t = treebank.parsed_sents(' wsj_001.mrg')[0]

       t.draw()


  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值