Natural Language Processing with Python - Chapter 0

一年之前,我做梦也想不到会来这里写技术总结。误打误撞来到了上海西南某高校,成为了文科专业的工科男,现在每天除了膜ha,就是恶补CS。导师是做计算语言学的,所以当务之急就是先自学计算机自然语言处理,打好底子准备做科研(认真脸)。

进入正题,从图书馆找了本”Natural ;Language ;Processing ;with ;Python ;(影印版),书长这个样子,作者是Steven ;Bird, ;Ewan ;Klein和Edward ;Loper。粘贴个豆瓣链接供参考:https://book.douban.com/subject/5336893/

Natural Language Processing with Python - Chapter 0

对于本书,读者大多将其定义为:NLTK的工具书(再加个”入门级的定语或许更佳恰当),理论性还有待深入。但是对于小白来讲先刷一遍再说,简单、粗暴、实用、能迅速上手才是王道!

顺便再说一下为什么要选Python,其实对于小白来讲,与其浪费时间去纠结学什么编程语言,不如花时间去多敲几行代码。Python语言本身好不好小白我没资格评价,但是这里必须要说一句Python有很多功能强大的第三方工具包(package),这些工具包是解决具体学科具体问题的利器!比如在自然语言处理方面,NLTK(Natural ;Language ;Toolkit)功能及其强大。

好了,这次终于能进入正题了。Chapter ;0可以视为学习前的准备工作,正所谓”工欲善其事,必先利其器。

; ;<div>IDE: ;PyCharm

; ;<div>IDE我选了PyCharm,据说很好用。下载及安装方法如下:

; ;<div>1.Python官网下载Python,打开terminal,输入python显示版本信息

; ;<div>2.下载Python开发的IDE ;PyCharm,Professional版的激活码可以求助度娘

; ;<div>关于Python文件编码声明

; ;<div>1.位置:必须放在python文件的第一行或第二行

; ;<div>2.格式:a. ;带等于号的

; ;<div>

#coding=<encoding name>
; ;

; ; ; ; ; b. ;带冒号的,最常见,大多数编辑器都可以识别 ; ; ; ; ; ; ;

; ;<div>

#!/usr/bin/python
 # -*- coding: <encoding name> -*-
; ;

; ;<div> ; ; ; ; ; c. ;vim的:

; ;<div>

#!/usr/bin/python               
 # vim: set fileencoding=<encoding name>
; ;

; ;<div>3.作用:告诉python ;interpreter如何解释字符串的编码

; ;<div> ; ; ; ; ; 如果没有文件编码类型声明,则python默认以ASCII编码去处理。

; ;<div> ; ; ; ; ; 如果没有声明代码,但是文件中又包含非ASCII编码的字符的话,python解释器去解释python文件自然会报错。

; ;<div>4.例子:第一行说明脚本语言是python的;第二行用来指定文件编码为utf-8的 ;。 ;

; ;<div>

#!/usr/bin/python                 
 # -*- coding: utf-8 -*-
; ;

; ;<div>5.注意:单个python源码文件中只允许用单一的编码,不允许嵌入多种编码,否则会报错!!!

; ;<div>6.Python分词器+编译器工作逻辑:

; ;<div> ; ; ; ; ; ;a. ;读取文件

; ;<div> ; ; ; ; ; ;b. ;不同的文件,根据其声明的编码去解析为Unicode

; ;<div> ; ; ; ; ; ;c. ;转换为UTF-8字符串

; ;<div> ; ; ; ; ; ;d. ;针对UTF-8字符串去分词

; ;<div> ; ; ; ; ; ;e. ;编译之,创建Unicode对象

; ;<div>7.UTF-8: ;8-bit ;Unicode ;Transformation ;Format,是一种针对Unicode的可变长度字符编码,又称万国码。

; ;<div> ; ; ; ; ; ; 总之,要想让Python程序支持中文,就需要在Python源文件开头加上这样一段编码声明。

; ;<div>My ;First ;Python ;Program ;- ;Hello ;World!

; ;<div>1.File ;--&gt; ;New ;Project ;--&gt; ;选择Project的保存路径(个人感觉很像R语言中working ;directory的设定)

; ;<div>2.右键刚刚建好的project ;--&gt; ;New ;--&gt; ;Python ;File ;--&gt; ;给File命个名(个人感觉这就是脚本文件,类似于R语言中的script)

; ;<div>Natural Language Processing with Python - Chapter 0

; ;<div>3.敲入文件编码声明(其实并不必要,因为我们输入英文&quot;Hello ;World!&quot;,而不是中文)

; ;<div>4.Hello ;World

; ;<div>

print ("Hello World!")
; ;

; ;<div>5.这时会发现运行及调试按钮(绿色三角形)是灰色的,因为我们还没有设置控制台。

; ; ; ;<div>python设置控制台

; ;<div>1.点击运行旁边的黑色倒三角,进入Run/Debug ;Configurations配置界面(或者Run ;&mdash;&gt; ;Edit ;Configurations)

; ;<div>2.点击绿色加号,新建一个配置项,并选择python(因为是用源代码是python程序)

; ;<div>3.配置界面里Name一栏写一个名字,点击Script选项,找到刚才写的 ;.py ;文件

; ;<div>4.点击OK,自动返回编辑界面,这时运行及调试按钮全部变绿

; ;<div>5.点击运行,观看输出结果

; ;<div>Installing ;Packages ;in ;PyCharm ;- ;Mac

; ;<div>1.Pycharm ;&mdash;&gt; ;preference ;&mdash;&gt; ;project ;interpreter

; ;<div>2. ;+ ; for ;adding ;packages

; ;<div> ; ;- ; ;for ;deleting ;packages

; ;<div> ; ;-&gt; ;for ;updating ;packages

; ;<div>Natural Language Processing with Python - Chapter 0

; ;<div>NLTK ;(Natural ;Language ;Toolkit)

; ;<div>通过输入以下代码,调用NLTK这个包,然后下载我们所需的data ;sets(实际上就是书中所用的语料)

; ;<div>

import nltk
 nltk.download()
; ;

; ;<div>Run ;and ;you ;will ;get ;to ;the ;NLTK ;Downloader

; ;<div>The ;Collections ;tab ;on ;the ;downloader ;shows ;how ;the ;packages ;are ;grouped ;into ;sets, ;and ;you ;should ;select ;the ;line ;labeled ;book ;to ;obtain ;all ;data ;required ;for ;the ;examples ;and ;exercises ;in ;this ;book.

; ;<div>Natural Language Processing with Python - Chapter 0

; ;<div>我表示下载速度让人捉鸡,虽然MIT ;(Minhang ;Institute ;of ;Technology,译作:闵行男子职业技术学院)的网速相当快,而且不用交网费!!!

; ;<div>吃饭前,还是要膜一下!遛了。

相关推荐