NLPP-00-Preparation

NLPP is short for Natural Language Processing with Python

《Python 自然语言处理（Natural Language Processing with Python）》, Steven Bird etc.[著],陈涛等译,人民邮电出版社,2014

学习这本书必须安装NLTK及相应的语料库。

1.安装NLTK

1.1 ubuntu 14.04LTS

安装python packages，python社区推荐用pip。用pip安装不好用，放弃此法。

采用ubuntu的apt-get安装各个软件包，好用。安装nltk，先需要安装numpy, matplotlib，然后安装nltk，在安装nltk过程中，会额外安装yaml。猜测基本的nltk实验、开发环境必需numpy, matplotlib, nltk, yaml四个软件包。

 sudo apt-get install python-numpy
 sudo apt-get install python-matplotlib
 sudo apt-get install python-nltk

1.2 Fedora release 20 (Heisenbug)

依然必需numpy, matplotlib, nltk, yaml四个软件包,采用yum方式安装。包名略有差别，如yaml，在ubuntu中叫python-yaml；在fedora中名为PyYAML

 sudo yum install numpy
 sudo yum install python-matplotlib
 sudo yum insall python-nltk

1.3 测试

安装完毕在命令行状态下，输入

 python

进入python解释器。

在python 状态下输入

 import nltk

无误，即成功安装NLTK。

2. 安装语料库

在输入命令import nltk后，继续在python解释器输入

 nltk.download()

2.1 ubuntu 14.04LTS

显示一个下载窗口，如书中图1-1所示，但没有内容，无法下载语料库。注意这个窗口下方"Download Directory"里面的目录。这个目录就是语料库应保存的位置。

到糯米糊糊的专栏，博主提供了语料库云盘下载。

下载后，放到"Download Directory"所示目录即可。

2.2 Fedora 20 (Heisenbug)

输入nltk.download()，显示窗口，而且窗口中是有内容的。似应可以下载。

并未进一步试验，只是需要将前述下载的语料库放到相应目录中。

注意，它的目录与Ubuntu不同，要求放在这几个目录下。

- '/root/nltk_data'
    - '/usr/share/nltk_data'
    - '/usr/local/share/nltk_data'
    - '/usr/lib/nltk_data'
    - '/usr/local/lib/nltk_data'
放在/usr/share/nltk_data中，权限修改为755。

即可用nltk做试验，可运行书中例子，进行学习了。

2.3 测试

在python解释器中输入

 from nltk.book import *

无误，能引入相应语料，即可。

3. 小结

nltk学习、实验环境搭建完毕。