进一步学习自然语言处理的基本概念
在 之前的文章 里，我介绍了 自然语言处理 （NLP）和宾夕法尼亚大学研发的 自然语言处理工具包 (NLTK)。我演示了用 Python 解析文本和定义 停顿词 的方法，并介绍了 语料库 的概念。语料库是由文本构成的数据集，通过提供现成的文本数据来辅助文本处理。在这篇文章里，我将继续用各种语料库对文本进行对比和分析。
这篇文章主要包括以下部分：
- 词网 和 同义词集
- 相似度比较
- 树 和 树库
- 命名实体识别
词网和同义词集
词网 是 NLTK 里的一个大型词汇数据库语料库。词网包含各单词的诸多 认知同义词 （认知同义词常被称作“ 同义词集 ”）。在词网里，名词、动词、形容词和副词，各自被组织成一个同义词的网络。
词网是一个很有用的文本分析工具。它有面向多种语言的版本（汉语、英语、日语、俄语和西班牙语等），也使用多种许可证（从开源许可证到商业许可证都有）。初代版本的词网由普林斯顿大学研发，面向英语，使用 类 MIT 许可证 。
因为一个词可能有多个意义或多个词性，所以可能与多个同义词集相关联。每个同义词集通常提供下列属性：
| 属性 | 定义 | 例子 |
| |
via: https://opensource.com/article/20/8/nlp-python-nltk
作者：Girish Managoli 选题：lujun9972 译者：tanloong 校对：wxy
主题测试文章，只做测试使用。发布者：eason，转转请注明出处：https://aicodev.cn/2021/07/21/%e8%bf%9b%e9%98%b6%e6%95%99%e7%a8%8b%ef%bc%9a%e7%94%a8-python-%e5%92%8c-nltk-%e8%bf%9b%e8%a1%8c-nlp-%e5%88%86%e6%9e%90/
