资源名称：NLTK基础教程 用NLTK和Python库构建机器学习应用 完整pdf 第1章自然语言处理简介11.1为什么要学习NLP21.2先从Python开始吧51.2.1列表51.2.2自助功能61.2.3正则表达式81.2.4字典91.2.5编写函数101.3向NLTK迈进111.4练习161.5小结17第2章文本的歧义及其清理182.1何谓文本歧义182.2文本清理202.3语句分离器212.4标识化处理222.5词干提取232.6词形还原242.7停用词移除252.8罕见词移除262.9拼写纠错262.10练习272.11小结28第3章词性标注293.1何谓词性标注293.1.1Stanford标注器323.1.2深入了解标注器333.1.3顺序性标注器353.1.4Brill标注器373.1.5基于机器学习的标注器373.2命名实体识别（NER）383.3练习403.4小结41第4章文本结构解析434.1浅解析与深解析434.2两种解析方法444.3为什么需要进行解析444.4不同的解析器类型464.4.1递归下降解析器464.4.2移位—归约解析器464.4.3图表解析器464.4.4正则表达式解析器474.5依存性文本解析484.6语块分解504.7信息提取534.7.1命名实体识别（NER）534.7.2关系提取544.8小结55第5章NLP应用565.1构建第一个NLP应用575.2其他NLP应用605.2.1机器翻译605.2.2统计型机器翻译615.2.3信息检索625.2.4语音识别645.2.5文本分类655.2.6信息提取665.2.7问答系统675.2.8对话系统675.2.9词义消歧675.2.10主题建模685.2.11语言检测685.2.12光符识别685.3小结68第6章文本分类706.1机器学习716.2文本分类726.3取样操作746.3.1朴素贝叶斯法766.3.2决策树796.3.3随机梯度下降法806.3.4逻辑回归816.3.5支持向量机816.4随机森林算法836.5文本聚类836.6文本中的主题建模846.7参考资料876.8小结87第7章Web爬虫887.1Web爬虫887.2编写第一个爬虫程序897.3Scrapy库中的数据流927.3.1Scrapy库的shell937.3.2目标项987.4生成网站地图的蜘蛛程序997.5目标项管道1007.6参考资料1027.7小结102第8章NLTK与其他Python库的搭配运用104 资源截图：