Python自然语言处理nltk库中的一些重要的模块

nltk库中的一些重要的模块
——nltk.corpus
————获取语料库。
——————语料库和词典的标准化接口
——nltk.tokenize,nltk.stem
————字符串处理
——————分词，句子分解，提取主干
——nltk.collocations
————搭配探究
——————t检验，卡方检验，点互信息
——nltk.tag
————词性标识符
——————n-gram，backoff，Brill，HMM，TnT
——nltk.classify,nltk.cluster
————分类
——————决策树，最大熵，朴素贝叶斯，EM，k-means
——nltk.chunk
————分块
——————正则表达式，n-gram，命名实体
——nltk.parse
————解析
——————图表，基于特征，一致性，概率性，依赖项
——nltk.sem,nltk.inference
————语义解释
——————λ演算，一阶逻辑，模型检验
——nltk.metrics
————指标评测
——————精度，召回率，协议系数
——nltk.probability
————概率与估计
——————频率分布，平滑概率分布
——nltk.app,nltk.chat
————应用
——————图形化的关键词排序，分析器，WordNet查看器，聊天机器人
——nltk.toolbox
————语言学领域的工作
——————处理SIL工具箱格式的数据