1.基礎概念和接口

import nltk
from nltk.book import *

#查看一下text的數據類型
type(text2)

可以看到book中把各種文章都打包到下面的類中了：

<class ‘nltk.text.Text‘>

那再看下此類的方法

dir(nltk.text.Text)

collocation_list
collocations
common_contexts
concordance
concordance_list
count
dispersion_plot
findall
generate
index
plot
readability 
similar
unicode_repr
vocab
 

text1.concordance("very") #實際就是找出包含very單詞的句子
text2.similar("kind") #找出text2中與單詞kind相似的詞匯，測試了幾次，
#發現是從詞匯的屬性（名詞，形容詞，副詞等）和意思來做判斷的，有時候會出現一些莫名其妙的詞匯

text4.common_contexts(‘very‘) #也可以傳入字符串數組

text2.dispersion_plot([‘name‘,‘people‘]) #查看參數中的單詞在文章中的分布

text3.generate() #這個接口在NLTK2.0中還可以使用，NLTK3.0後需要傳入參數
 

Text類是一個類似於列表的存在，可以使用操作列表的那套方法來操作Text類，例如：

len(text2)
set(text2)
text2.index(‘hate‘)
sorted(text4)

bigrams() 2.0版本返回一個元組列表，3.0是一個生成器

fdist = FreqDist(samples) #創建包含給定樣本的頻率分布
fdist.inc(sample) #增加樣本
fdist[‘monstrous‘] #計數給定樣本出現的次數
fdist.freq(‘monstrous‘) #給定樣本的頻率
fdist.N() #樣本總數
fdist.keys() #
 
以頻率遞減順序排序的樣本鏈表
for sample in fdist: #以頻率遞減的順序遍歷樣本
fdist.max() #數值最大的樣本
fdist.tabulate() #繪制頻率分布表
fdist.plot()# 繪制頻率分布圖

詞意消歧：算出特定上下文中的詞被賦予了哪個意思。

指代消解：確定代詞或者名詞短語指的是什麽

語義角色標註：確定名詞短語如何與動詞相關聯

《自然語言處理》- 第一章