百度360必应搜狗淘宝本站头条
当前位置:网站首页 > 编程字典 > 正文

初学者 | 不能不会的NLTK(nltk入门)

toyiye 2024-07-08 00:46 18 浏览 0 评论

欢迎关注同名微信公众号:AI小白入门。跟着博主的脚步,每天进步一点点哟

本文介绍了NLTK的使用方法,这是一个被称为“使用Python进行计算语言学教学和工作的绝佳工具”。

简介

NLTK被称为“使用Python进行计算语言学教学和工作的绝佳工具”。它为50多种语料库和词汇资源(如WordNet)提供了易于使用的界面,还提供了一套用于分类,标记化,词干化,标记,解析和语义推理的文本处理库。接下来然我们一起来实战学习一波~~

官网地址:http://www.nltk.org/

Github地址:https://github.com/nltk/nltk


实战

1.Tokenize

# 安装:pip install nltk

import nltk

sentence = 'I love natural language processing!'

tokens = nltk.word_tokenize(sentence)

print(tokens)

['I', 'love', 'natural', 'language', 'processing', '!']

2.词性标注

tagged = nltk.pos_tag(tokens)

print(tagged)

[('I', 'PRP'), ('love', 'VBP'), ('natural', 'JJ'), ('language', 'NN'), ('processing', 'NN'), ('!', '.')]

3.命名实体识别

# 下载模型:nltk.download('maxent_ne_chunker')

nltk.download('maxent_ne_chunker')

[nltk_data] Downloading package maxent_ne_chunker to

[nltk_data] C:\Users\yuquanle\AppData\Roaming\nltk_data...

[nltk_data] Unzipping chunkers\maxent_ne_chunker.zip.

True

nltk.download('words')

[nltk_data] Downloading package words to

[nltk_data] C:\Users\yuquanle\AppData\Roaming\nltk_data...

[nltk_data] Unzipping corpora\words.zip.

True

entities = nltk.chunk.ne_chunk(tagged)

print(entities)

(S I/PRP love/VBP natural/JJ language/NN processing/NN !/.)

4.下载语料库

# 例如:下载brown

# 更多语料库:http://www.nltk.org/howto/corpus.html

nltk.download('brown')

[nltk_data] Downloading package brown to

[nltk_data] C:\Users\yuquanle\AppData\Roaming\nltk_data...

[nltk_data] Package brown is already up-to-date!

True

from nltk.corpus import brown

brown.words()

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

5.度量

# percision:正确率

# recall:召回率

# f_measure

from nltk.metrics import precision, recall, f_measure

reference = 'DET NN VB DET JJ NN NN IN DET NN'.split()

test = 'DET VB VB DET NN NN NN IN DET NN'.split()

reference_set = set(reference)

test_set = set(test)

print("precision:" + str(precision(reference_set, test_set)))

print("recall:" + str(recall(reference_set, test_set)))

print("f_measure:" + str(f_measure(reference_set,

test_set)))

precision:1.0

recall:0.8

f_measure:0.8888888888888888

6.词干提取(Stemmers)

# Porter stemmer

from nltk.stem.porter import *

# 创建词干提取器

stemmer = PorterStemmer()

plurals = ['caresses', 'flies', 'dies', 'mules', 'denied']

singles = [stemmer.stem(plural) for plural in plurals]

print(' '.join(singles))

caress fli die mule deni

# Snowball stemmer

from nltk.stem.snowball import SnowballStemmer

print(" ".join(SnowballStemmer.languages))

arabic danish dutch english finnish french german hungarian italian norwegian porter portuguese romanian russian spanish swedish

# 指定语言

stemmer = SnowballStemmer("english")

print(stemmer.stem("running"))

run

7.SentiWordNet接口

# 下载sentiwordnet词典

import nltk

nltk.download('sentiwordnet')

[nltk_data] Downloading package sentiwordnet to

[nltk_data] C:\Users\yuquanle\AppData\Roaming\nltk_data...

[nltk_data] Unzipping corpora\sentiwordnet.zip.

True

# SentiSynsets: synsets(同义词集)的情感值

from nltk.corpus import sentiwordnet as swn

breakdown = swn.senti_synset('breakdown.n.03')

print(breakdown)

print(breakdown.pos_score())

print(breakdown.neg_score())

print(breakdown.obj_score())

<breakdown.n.03: PosScore=0.0 NegScore=0.25>

0.0

0.25

0.75

# Lookup(查看)

print(list(swn.senti_synsets('slow')))

[SentiSynset('decelerate.v.01'), SentiSynset('slow.v.02'), SentiSynset('slow.v.03'), SentiSynset('slow.a.01'), SentiSynset('slow.a.02'), SentiSynset('dense.s.04'), SentiSynset('slow.a.04'), SentiSynset('boring.s.01'), SentiSynset('dull.s.08'), SentiSynset('slowly.r.01'), SentiSynset('behind.r.03')]

happy = swn.senti_synsets('happy', 'a')

print(list(happy))

[SentiSynset('happy.a.01'), SentiSynset('felicitous.s.02'), SentiSynset('glad.s.02'), SentiSynset('happy.s.04')]

更多用法:http://www.nltk.org/howto/index.html

代码已上传:

https://github.com/yuquanle/StudyForNLP/blob/master/NLPtools/NLTKDemo.ipynb

相关推荐

为何越来越多的编程语言使用JSON(为什么编程)

JSON是JavascriptObjectNotation的缩写,意思是Javascript对象表示法,是一种易于人类阅读和对编程友好的文本数据传递方法,是JavaScript语言规范定义的一个子...

何时在数据库中使用 JSON(数据库用json格式存储)

在本文中,您将了解何时应考虑将JSON数据类型添加到表中以及何时应避免使用它们。每天?分享?最新?软件?开发?,Devops,敏捷?,测试?以及?项目?管理?最新?,最热门?的?文章?,每天?花?...

MySQL 从零开始:05 数据类型(mysql数据类型有哪些,并举例)

前面的讲解中已经接触到了表的创建,表的创建是对字段的声明,比如:上述语句声明了字段的名称、类型、所占空间、默认值和是否可以为空等信息。其中的int、varchar、char和decimal都...

JSON对象花样进阶(json格式对象)

一、引言在现代Web开发中,JSON(JavaScriptObjectNotation)已经成为数据交换的标准格式。无论是从前端向后端发送数据,还是从后端接收数据,JSON都是不可或缺的一部分。...

深入理解 JSON 和 Form-data(json和formdata提交区别)

在讨论现代网络开发与API设计的语境下,理解客户端和服务器间如何有效且可靠地交换数据变得尤为关键。这里,特别值得关注的是两种主流数据格式:...

JSON 语法(json 语法 priority)

JSON语法是JavaScript语法的子集。JSON语法规则JSON语法是JavaScript对象表示法语法的子集。数据在名称/值对中数据由逗号分隔花括号保存对象方括号保存数组JS...

JSON语法详解(json的语法规则)

JSON语法规则JSON语法是JavaScript对象表示法语法的子集。数据在名称/值对中数据由逗号分隔大括号保存对象中括号保存数组注意:json的key是字符串,且必须是双引号,不能是单引号...

MySQL JSON数据类型操作(mysql的json)

概述mysql自5.7.8版本开始,就支持了json结构的数据存储和查询,这表明了mysql也在不断的学习和增加nosql数据库的有点。但mysql毕竟是关系型数据库,在处理json这种非结构化的数据...

JSON的数据模式(json数据格式示例)

像XML模式一样,JSON数据格式也有Schema,这是一个基于JSON格式的规范。JSON模式也以JSON格式编写。它用于验证JSON数据。JSON模式示例以下代码显示了基本的JSON模式。{"...

前端学习——JSON格式详解(后端json格式)

JSON(JavaScriptObjectNotation)是一种轻量级的数据交换格式。易于人阅读和编写。同时也易于机器解析和生成。它基于JavaScriptProgrammingLa...

什么是 JSON:详解 JSON 及其优势(什么叫json)

现在程序员还有谁不知道JSON吗?无论对于前端还是后端,JSON都是一种常见的数据格式。那么JSON到底是什么呢?JSON的定义...

PostgreSQL JSON 类型:处理结构化数据

PostgreSQL提供JSON类型,以存储结构化数据。JSON是一种开放的数据格式,可用于存储各种类型的值。什么是JSON类型?JSON类型表示JSON(JavaScriptO...

JavaScript:JSON、三种包装类(javascript 包)

JOSN:我们希望可以将一个对象在不同的语言中进行传递,以达到通信的目的,最佳方式就是将一个对象转换为字符串的形式JSON(JavaScriptObjectNotation)-JS的对象表示法...

Python数据分析 只要1分钟 教你玩转JSON 全程干货

Json简介:Json,全名JavaScriptObjectNotation,JSON(JavaScriptObjectNotation(记号、标记))是一种轻量级的数据交换格式。它基于J...

比较一下JSON与XML两种数据格式?(json和xml哪个好)

JSON(JavaScriptObjectNotation)和XML(eXtensibleMarkupLanguage)是在日常开发中比较常用的两种数据格式,它们主要的作用就是用来进行数据的传...

取消回复欢迎 发表评论:

请填写验证码