參考書籍《Python自然語言處理》，書籍中的版本是Python2和NLTK2，我使用的版本是Python3和NLTK3

安裝NLTK3，Natural Language Toolkit，自然語言工具包

安裝命令：pip install nltk

安裝完成後測試：import nltk

沒有報錯即表明安裝成功。

下載NLTK-Data，在Python中輸入命令：

>>>import nltk

>>>nltk.download()

彈出新的視窗，用於選擇下載的資源

點選File可以更改下載安裝的路徑。all表示全部資料集合，all-corpora表示只有語料庫和沒有語法或訓練的模型，book表示只有書籍中例子或練習的資料。需要注意一點，就是資料的儲存路徑，要麼在C盤中，要麼在Python的根目錄下，否則後面程式呼叫資料的時候會因為找不到而報錯。

【注意：軟體安裝需求：Python、NLTK、NLTK-Data必須安裝，NumPy和Matplotlin推薦安裝，NetworkX和Prover9可選安裝】

簡單測試NLTK分詞功能：

但是在詞性標註上就出現問題了，百度也沒有明確的解決辦法，若有大神知道是什麼原因請不吝賜教！

詞性標註功能就先暫且放一放。

下面看一下NLTK資料的幾種方法：

1.載入資料

from nltk.book import *

print(text1.concordance('monstrous'))

print(text1.similar('monstrous'))

print(text2.common_contexts(['monstrous','very']))

text4.dispersion_plot(['citizens','democracy','freedom','duties','America'])

6.詞彙統計

#encoding=utf-8
import nltk
from nltk.book import *

print('~~~~~~~~~~~~~~~~~~~~~~~~~')
print('文件text3的長度：',len(text3))
print('文件text3詞彙和識別符號排序：',sorted(set(text3)))
print('文件text3詞彙和識別符號總數：',len(set(text3)))
print('單個詞彙平均使用次數：',len(text3)*1.0/len(set(text3)))
print('單詞 Abram在text3中使用次數：',text3.count('Abram'))
print('單詞Abram在text3中使用百分率：',text3.count('Abram')*100/len(text3))
 

暫時先練習到這裡，基本上對NLTK-Data有了一定的瞭解，以及學會了其基本使用方法。