NLTK应用开发指南

前言

这是一本介绍NLTK库，以及如何将该库与其他Python库搭配运用的书。NLTK是当前自然语言处理（NLP）社区中最为流行、使用最为广泛的库之一。NLTK的设计充分体现了简单的魅力。也就是说，对于大多数复杂的NLP任务，它都可以用寥寥几行代码来实现。

本书的前半部分从介绍Python和NLP开始。在这部分内容中，你将会学到一些通用的预处理技术，例如标识化处理（tokenization）、词干提取（stemming）、停用词（stop word）去除；一些专属于NPL领域的预处理技术等，如词性标注（part-of-speech tagging）；以及大多数文本相关的NLP任务都会涉及的命名实体识别（Named-entity recognition，简称NER）等技术。然后，我们会逐步将焦点转到更为复杂的NLP任务上，例如语法解析（parsing）以及其他NLP应用。

本书的后半部分则将更侧重于介绍如何构建一些NLP应用，如对于文本分类，可以用NLTK搭配scikit-learn库来进行。我们还会讨论一些其他的Python库，你应该了解一下这些与文本挖掘或自然语言处理任务相关的库。另外，也会带你看看如何从网页和社交媒体中采集数据，以及如何用NLTK进行大规模的文本处理。

本书所涵盖的内容

第1章　自然语言处理简介。这一章将会涉及一些NLP中的基本概念，并对NLTK和Python做一些介绍。这一章的重点是让你快速了解NLTK，并介绍如何安装所需要的库，以便开始构建一个非常基本的单词云实例。

第2章　文本的歧义及其清理。这一章将会讨论在任何文本挖掘和NLP任务中所需的所有预处理步骤。这一章将会具体讨论断词处理、词干处理、停用词去除等技术。并且，还会为你详细介绍一些别的文本清理技术，以及如何用NLTK来简化它们的实现。 ...