摘要：NLTK是由賓夕法尼亞大學(xué)計算機和信息科學(xué)使用python語言實現(xiàn)的一種自然語言工具包，其收集的大量公開數(shù)據(jù)集、模型上提供了全面、易用的接口，涵蓋了分詞、詞性標注(Part-Of-Speech tag, POS-tag)、命名實體識別(Named Entity Recognition, NER)、句法分析(Syntactic Parse)等各項 NLP 領(lǐng)域的功能。本文主要介紹：1）怎樣編寫程序訪問本地和網(wǎng)絡(luò)上的文件，從而獲得無限的語言材料？2）如何把文檔分割成單獨的單詞和標點符號，并進行文本語料上的分析？3）怎樣編寫程序產(chǎn)生格式化輸出，并把結(jié)果保存在文件中？關(guān)于Python基礎(chǔ)知識可以參看本人的【Python五篇慢慢彈】系列文章（本文原創(chuàng)編著，轉(zhuǎn)載注明出處:Python NLTK處理原始文本）
目錄
【Python NLP】干貨！詳述Python NLTK下如何使用stanford NLP工具包(1)
【Python NLP】Python 自然語言處理工具小結(jié)(2)
【Python NLP】Python NLTK 走進大秦帝國(3)
【Python NLP】Python NLTK獲取文本語料和詞匯資源(4)
【Python NLP】Python NLTK處理原始文本(5)
關(guān)于處理原始文本部分導(dǎo)入語句：
>>> from __future__ import division >>> import nltk,re,pprint
1 從網(wǎng)絡(luò)和硬盤訪問文本（在線獲取傷寒雜病論）
python網(wǎng)絡(luò)訪問程序： <
