NLTK（自然语言工具包）

安装 NLTK

NLTK 需要 Python 版本 3.7、3.8、3.9 或 3.10

对于 Windows 用户，强烈建议您阅读本指南以成功安装 Python 3 Installing Python 3 on Windows — The Hitchhiker's Guide to Python

设置 Python 环境 (Mac/Unix/Windows)

请阅读本指南以了解如何在安装 NLTK 之前管理您的虚拟环境管理器， https: //docs.python-guide.org/dev/virtualenvs/

或者，您可以使用“包含电池”的 Anaconda 分发安装程序Anaconda | Anaconda Distribution

Mac/Unix

1. 安装 NLTK：运行pip install --user -U nltk

2. 安装 Numpy（可选）：运行pip install --user -U numpy

3. 测试安装：运行python然后输入import nltk

对于旧版本的 Python，可能需要安装 setuptools（请参阅setuptools · PyPI）并安装 pip ( )。sudo easy_install pip

视窗

这些说明假定您的机器上尚未安装 Python。

32位二进制安装

1. 安装 Python 3.8：https ://www.python.org/downloads/ （避免使用 64 位版本）

2. 安装 Numpy（可选）：https ://www.scipy.org/scipylib/download.html

3. 安装 NLTK：https ://pypi.python.org/pypi/nltk

4. 测试安装：Start>Python38，然后输入import nltk

安装第三方软件

请参阅：https ://github.com/nltk/nltk/wiki/Installing-Third-Party-Software

安装 NLTK 数据

安装 NLTK 包后，请安装必要的数据集/模型以使特定功能正常工作。

如果您不确定需要哪些数据集/模型，您可以在命令行类型或 Python 解释器中安装“流行”的 NLTK 数据子集python -m nltk.downloader popularimport nltk; nltk.download('popular')

有关详细信息，请参阅NLTK :: Installing NLTK Data

NLTK 是用于构建 Python 程序以处理人类语言数据的领先平台。它为超过 50 个语料库和词汇资源（如 WordNet）提供易于使用的接口，以及一套用于分类、标记化、词干提取、标记、解析和语义推理的文本处理库，工业级 NLP 库的包装器，和一个活跃的讨论论坛。

得益于介绍编程基础知识和计算语言学主题的实践指南，以及全面的 API 文档，NLTK 适合语言学家、工程师、学生、教育工作者、研究人员和行业用户。NLTK 适用于 Windows、Mac OS X 和 Linux。最重要的是，NLTK 是一个免费、开源、社区驱动的项目。

NLTK 被称为“使用 Python 进行计算语言学教学和工作的绝佳工具”和“使用自然语言的惊人库”。

使用 Python 进行自然语言处理提供了对语言处理编程的实用介绍。它由 NLTK 的创建者编写，引导读者了解编写 Python 程序、使用语料库、对文本进行分类、分析语言结构等的基础知识。本书的在线版本已针对 Python 3 和 NLTK 3 进行了更新。（原始 Python 2 版本仍可在https://www.nltk.org/book_1ed获得。）

交互式安装程序

对于多用户计算机上的集中安装，请从管理员帐户执行以下操作。

运行 Python 解释器并输入命令：

import nltk
nltk.download()

应打开一个新窗口，显示 NLTK 下载器。单击文件菜单并选择更改下载目录。对于集中安装，将其设置为C:\nltk_data(Windows)、/usr/local/share/nltk_data(Mac) 或/usr/share/nltk_data(Unix)。接下来，选择要下载的包或集合。

如果您没有将数据安装到上述中心位置之一，则需要设置NLTK_DATA环境变量以指定数据的位置。（在 Windows 机器上，右键单击“我的电脑”，然后选择）Properties > Advanced > Environment Variables > User Variables > New...

测试数据是否已经安装如下。（假设您下载了布朗语料库）：

from nltk.corpus import brown
brown.words()

['The', 'Fulton', 'County', 'Grand', 'Jury', 'said', ...]

通过代理 Web 服务器安装

如果您的网络连接使用代理服务器，您应该按如下方式指定代理地址。如果是身份验证代理，请指定用户名和密码。如果代理设置为无，则此函数将尝试检测系统代理。

nltk.set_proxy('http://proxy.example.com:3128', ('USERNAME', 'PASSWORD'))
nltk.download()

命令行安装

下载器将搜索现有nltk_data目录来安装 NLTK 数据。如果不存在，它将尝试在中心位置（使用管理员帐户时）或在用户的文件空间中创建一个。如有必要，请从管理员帐户或使用 sudo 运行下载命令。推荐的系统位置是C:\nltk_data（Windows）；/usr/local/share/nltk_data（苹果电脑）; 和/usr/share/nltk_data（Unix）。您可以使用该-d标志来指定不同的位置（但如果您这样做，请务必NLTK_DATA相应地设置环境变量）。

运行命令。要确保集中安装，请运行命令。python -m nltk.downloader allsudo python -m nltk.downloader -d /usr/local/share/nltk_data all

Windows：使用“开始”菜单上的“运行...”选项。Windows Vista 用户需要先打开此选项，使用勾选框来激活“运行...”选项。Start -> Properties -> Customize

测试安装：通过登录用户帐户、启动 Python 解释器并访问 Brown Corpus（参见上一节）来检查用户环境和权限是否设置正确。

手动安装

创建一个文件夹，nltk_data例如，C:\nltk_data或/usr/local/share/nltk_data，和子文件夹，，，，，，，，，，，，，。 chunkers grammars misc sentiment taggers corpora help models stemmers tokenizers

从下载单个包https://www.nltk.org/nltk_data/（请参阅“下载”链接）。将它们解压缩到相应的子文件夹。例如，位于：的布朗语料库 https://raw.githubusercontent.com/nltk/nltk_data/gh-pages/packages/corpora/brown.zip 将被解压缩为nltk_data/corpora/brown.

将您的NLTK_DATA环境变量设置为指向您的顶级nltk_data文件夹。

NLTK 路线图

自然语言工具包是在不断发展的，随着人们贡献代码而不断扩大。NLP 和语言学的一些领域（还）没有得到 NLTK 很好的支持，特别欢迎在这些领域的贡献。有关这本书的出版之后的开发新闻，请查阅http://nltk.org/。

 NLTK 模块的示例用法

• Sample usage for bleu
• Sample usage for bnc
• Sample usage for ccg
• Sample usage for ccg_semantics
• Sample usage for chat80
• Sample usage for childes
• Sample usage for chunk
• Sample usage for classify
• Sample usage for collections
• Sample usage for collocations
• Sample usage for concordance
• Sample usage for corpus
• Sample usage for crubadan
• Sample usage for data
• Sample usage for dependency
• Sample usage for discourse
• Sample usage for drt
• Sample usage for featgram
• Sample usage for featstruct
• Sample usage for framenet
• Sample usage for generate
• Sample usage for gensim
• Sample usage for gluesemantics
• Sample usage for gluesemantics_malt
• Sample usage for grammar
• Sample usage for grammartestsuites
• Sample usage for inference
• Sample usage for internals
• Sample usage for japanese
• Sample usage for lm
• Sample usage for logic
• Sample usage for meteor
• Sample usage for metrics
• Sample usage for misc
• Sample usage for nonmonotonic
• Sample usage for paice
• Sample usage for parse
• Sample usage for portuguese_en
• Sample usage for probability
• Sample usage for propbank
• Sample usage for relextract
• Sample usage for resolution
• Sample usage for semantics
• Sample usage for sentiment
• Sample usage for sentiwordnet
• Sample usage for simple
• Sample usage for stem
• Sample usage for tag
• Sample usage for tokenize
• Sample usage for toolbox
• Sample usage for translate
• Sample usage for tree
• Sample usage for treeprettyprinter
• Sample usage for treetransforms
• Sample usage for util
• Sample usage for wordnet
• Sample usage for wordnet_lch
• Sample usage for wsd

Python 模块索引 

a | b | c | d | f | g | h | i | j | l | m | n | p | s | t | u | w