基于

Python

自然語言處理工具包在語料庫研究中的運用

劉

旭

【摘

要】

摘要：國內當前以語料庫為基礎的研究，在研究工具方面，多以

AntConc

、

PowerGREP

為主，使用

Python

語言

NLTK

包進行數據處理分析

的研究較少，限于軟件自身設計，不能靈活地對研究方法提供支持。在研究中

使用

Python

語言的

NLTK

處理包，使數據有了統一標準，避免了各類文字處

理轉換的麻煩，同時也彌補了

Range

等工具在句法分析、圖形繪制、正則表達

式檢索等方面的缺憾。針對語料庫研究的中文本分詞、詞形歸并、文本檢索統

計等主要環節，簡要介紹

Python

語言的

NLTK

自然語言處理包在語料庫研究

中的運用，并以古騰堡語料庫中的簡·奧斯丁小說

《艾瑪》為例，說明如何運用

該自然語言處理包對語料進行加工處理。

【期刊名稱】

昆明冶金高等專科學校學報

【年

(

卷

),

期】

2015(000)005

【總頁數】

6

【關鍵詞】

Python

；

NLTK

工具包；語料庫研究

不論是語料庫的建設，還是語料庫研究的數據處理，都需要對語料庫進行加工

與處理。基于計算機編程語言

Python

的

NLTK

工具包是一個可用于對自然語

言進行清潔、賦碼、檢索、語法及語義分析等處理的工具包，與常見的

Range

，

PowerGREP

，

AntConc

等語料庫軟件相比，

NLTK

工具包不僅具備上述工具中

常見的檢索功能，還具備文本清潔、詞形歸并、詞性賦碼、語法分析等多種功

能。其中，檢索功能可用于詞匯搭配研究、類聯接研究；文本清潔、詞形歸并

可用于語料庫建庫對數據的處理。該處理包的特色在于能讓研究者在一個環境

總結

以上是生活随笔為你收集整理的基于python的语料库数据处理电子版_基于 Python 自然语言处理工具包在语料库研究中的运用...的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。