1.2 NLTK 入门

在进一步深入之前，应先安装 NLTK 3.0，可以从http://nltk.org/ 免费下载。按照说明下载适合你的操作系统的版本。

安装完 NLTK 之后，像前面那样启动 Python 解释器，在 Python 提示符后面输入下面两个命令来安装本书所需的数据，然后选择book集合，如1.1所示。

  1. >>> import nltk
  2. >>> nltk.download()

Images/nltk-downloader.png

图 1.1：下载 NLTK Book 集：使用nltk.download() 浏览可用的软件包.下载器上Collections 选项卡显示软件包如何被打包分组，选择book 标记所在行，可以获取本书的例子和练习所需的全部数据。这些数据包括约 30 个压缩文件，需要 100MB 硬盘空间。完整的数据集（即下载器中的all）在本书写作期间大约是这个大小的 10 倍，还在不断扩充。

一旦数据被下载到你的机器，你就可以使用 Python 解释器加载其中一些。第一步是在 Python 提示符后输入一个特殊的命令，告诉解释器去加载一些我们要用的文本：from nltk.book import * 。这条语句是说“从 NLTK 的book 模块加载所有的东西”。这个book 模块包含你阅读本章所需的所有数据。。在输出欢迎信息之后，将会加载几本书的文本（这将需要几秒钟）。下面连同你将看到的输出一起再次列出这条命令。注意拼写和标点符号的正确性，记住不要输入>>>。

  1. >>> from nltk.book import *
  2. *** Introductory Examples for the NLTK Book ***
  3. Loading text1, ..., text9 and sent1, ..., sent9
  4. Type the name of the text or sentence to view it.
  5. Type: 'texts()' or 'sents()' to list the materials.
  6. text1: Moby Dick by Herman Melville 1851
  7. text2: Sense and Sensibility by Jane Austen 1811
  8. text3: The Book of Genesis
  9. text4: Inaugural Address Corpus
  10. text5: Chat Corpus
  11. text6: Monty Python and the Holy Grail
  12. text7: Wall Street Journal
  13. text8: Personals Corpus
  14. text9: The Man Who Was Thursday by G . K . Chesterton 1908
  15. >>>

任何时候我们想要找到这些文本，只需要在 Python 提示符后输入它们的名字：

  1. >>> text1
  2. <Text: Moby Dick by Herman Melville 1851>
  3. >>> text2
  4. <Text: Sense and Sensibility by Jane Austen 1811>
  5. >>>

现在我们可以和这些数据一起来使用 Python 解释器，我们已经准备好上手了。