奋战聊天机器人（一）初识NLTK库

一、初识NLTK库

NLTK是一个比较优秀的自然语言处理工具包，是我们聊天机器人需要工作中较为重要的

1. NLTK库安装

Step 1: pip安装

pip install nltk

Step 2：执行python并下载书籍

import nltknltk.download()

Step 3：选择book后点Download开始下载

• 选择book,然后点Download开始下载

Step 4：下载完成后

加载全部书籍，并显示其中一本书的标题

from nltk.book import *print('--', text1)

2. 搜索文本

Step 1：显示25个包含“great”的语句上下文

text1.concordance("great")

Step 2： 搜索相关词

text1.similar("ship")

输入了ship，查找了boat，都是近义词

Step 3：查看某个词在文章里出现的位置

text4.dispersion_plot(["citizens","democracy","freedom","duties","America"])

3.词统计

• len(text1)：返回总字数
• set(text1)：返回文本的所有词集合
• len(set(text4))：返回文本总词数
• text4.count(“is”)：返回“is”这个词出现的总次数
• FreqDist(text1)：统计文章的词频并按从大到小排序存到一个列表里
• fdist1 = FreqDist(text1);fdist1.plot(50, cumulative=True)：统计词频，并输出累计图像（纵轴表示累加了横轴里的词之后总词数是多少）
• fdist1.hapaxes()：返回只出现一次的词
• text4.collocations()：频繁的双联词

参考资料来源：http://www.shareditor.com/