基于nltk的英文地区提取算法，用python编写，输出结果为json，可被Java发送http请求调用

首先将这个安装包解压到你环境下的Lib/site-packages下面就可以了。然后再你环境下面的空白处按住Shift点击右键进入命令行。最后输入python.exe ./Lib/site-packages/nltk-3.4.5/setup.py install.

这是nltk_data\corpora下的stopwords文件，nltk_data-gh-pages在网上下载了好久才下载下来，取出里面的stopwords.zip供大家使用

使用NLTK进行文本数据的自动情感分析 通讯155：人工智能和新媒体朱准se教授家庭作业2018年五月 该项目使用自然语言工具包（NLTK）情感分析功能来分析四个csv数据集（亚马逊产品评论，啤酒评论，电影评论和雨伞评论）的文本情感。 每个数据集包含成对的评论内容列表和一个数字评分。 用户生成的评分与NLTK生成的分数之间的相关性绘制在matplotlib条形图中。 我还发现编写了代码来查找与正面和负面情绪得分唯一相关的单词。 亚马逊评论 一些与评论得到负面情感评分唯一相关的有趣单词：损坏，讨厌，不糟糕，混乱，失望，严重一些与获得积极情绪评分的评论有关的有趣单词：维生素，混合 啤酒评论 一些与评论得到负面情感评分唯一相关的有趣单词：恐怖，死亡，谋杀一些与获得好评的评论独特相关的有趣单词：颜色，炫酷，迪士尼，朱莉·安德鲁斯 我认为分析对这组数据的作用是独特的，因为评论是针对不同电影的

使用python进行自然语言处理时可能会需要这个包

利用nltk包实现对句子的名词抽取，可以自定义抽取的规则，需要了解一定的nltk名词抽取的规则，支持批量处理，具体的量可以自己设定。

非常全的讲义 比较深入 特别是对各个算法的讲解非常清晰 chapter1 绪论 chapter2 自动分词 chapter3 词性标注：HMM+Viterbi 基于转换的错误驱动词性标注 chapter4 形式文法：自底向上 自顶向下 Earley Tomita GLR算法 特征结构与合一 增加合一约束的Ealey算法 chapter5 语义分析 chapter6 语篇分析与指代消解 chapter7-13 NLTK教程

NLTK学习之二：建构词性标注器-附件资源

n-gram概率 使用NLTK库生成的Unigram和Bigram令牌。 计算的Unigram和Bigram概率。 并显示前15个常用词。

对于日文以及英文和中文或者其他的文本类型的数据，基于NLTK和DOCX以及re模块对整个文本进行切分，得到一条条的句子作为RNN网络的初始训练数据