如何用Python中的NLTK對(duì)中文進(jìn)行分析和處理？我覺得nltk完全可以用來對(duì)付中文。重點(diǎn)研究了漢語(yǔ)分詞和文本表達(dá)的形式。中文和英文的主要區(qū)別是中文需要分詞。由于nltk的處理粒度一般都是單詞，所以

如何用Python中的NLTK對(duì)中文進(jìn)行分析和處理？

我覺得nltk完全可以用來對(duì)付中文。重點(diǎn)研究了漢語(yǔ)分詞和文本表達(dá)的形式。

中文和英文的主要區(qū)別是中文需要分詞。由于nltk的處理粒度一般都是單詞，所以我們必須先對(duì)文本進(jìn)行切分，然后使用nltk進(jìn)行處理（我們不需要使用nltk進(jìn)行分詞，直接使用分詞包即可）。認(rèn)真推薦口吃分詞，非常好用）。

中文分詞后，文本是一個(gè)長(zhǎng)的單詞數(shù)組：[word1，word2，Word3 wordn]，然后您可以使用nltk中的各種方法來處理文本。例如，使用freqdist計(jì)算文本的詞頻，使用bigrams將文本更改為兩個(gè)短語(yǔ)的形式：[（word1，word2），（word2，Word3），（Word3，word4）（wordn-1，wordn）]