語料庫可以從wordnet內建語料庫匯入，也可以從外界匯入
內建語料庫列表可以在nltk官網查詢
from nltk.corpus import reuters #路透社語料庫files=reuters.fileids(
)print
(files)
words=reuters.words(
''test/
14826
'')
cat=reuters.categories(
)print
(cat)
x=reuters.words(categories=
['bop'
,'cocoa'
])
from nltk.corpus import browm
import nltk
print
(brown.catagories())
text=brown.words(catagories=
'fiction'
)
fdist=nltk.freqdist(text)
print
(fdist[
'who'
])
fdist.
max(
)fdist.most_common(10)
fdist.plot(cumulative=
true
)
from nltk.corpus import wordnet as wn
chair=
'chair'
chair_synsets=wn.synset(chair)
for synset in chair_synsets:
print
(synset,
':')
print
('definition:'
,synset.definition())
# 定義
print
('lemmas/synonomou:'
,synset.lemma_names())
#詞條print
('example:'
,synset.example(),
'\n'
)#例句
自然語言處理中語料庫的理解
語料庫中存放的是在語言實際使用中真實出現過的語言材料 語料庫是以電子計算機為載體承載語言知識的基礎資源 真實語料需要經過加工 分析和處理 才能成為有用的資源。語料庫 corpus，複數corpora 指經科學取樣和加工的大規模電子文字庫。借助計算機分析工具，研究者可開展相關的語言理論及應用研究 確定...
讀《統計自然語言處理》 語料庫與知識詞彙庫
統計自然語言處理的主要需求包括計算機 語料庫和軟體。基礎知識 1 計算機 文字語料庫通常都比較大，處理大量的文字需要相當多的計算資源。在早期的處理中，這是限制語料庫運用的主要原因。統計自然語言處理方法不僅需要大量的空間來儲存語料，而且經常需要從語料中收集大量的統計資訊，所以要求計算機有比較快的訪問速...
自然語言處理庫NLTK資訊彙總
nltk是構建python程式以使用人類語言資料的領先平台。它為50多種語料庫和詞彙資源 如wordnet 提供了易於使用的介面，還提供了一套用於分類，標記化，詞幹化，標記，解析和語義推理的文字處理庫。nltk是python上著名的 然語 處理庫 帶語料庫，具有詞性分類庫 帶分類，分詞，等等功能。n...