Jak stáhnout a nainstalovat NLTK na Windows/ Mac

Instalace NLTK do Windows

V této části se naučíme, jak provést nastavení NLTK pomocí terminálu (Příkazový řádek ve Windows).

Pokyny uvedené níže jsou založeny na předpokladu, že nemáte nainstalovaný python. Takže prvním krokem je instalace pythonu.

Instalace Python in Windows

Krok 1) Přejít na odkaz https://www.python.org/downloads/, a vyberte nejnovější verzi pro Windows.

Hodnocení: Pokud nechcete stahovat nejnovější verzi, můžete navštívit kartu stahování a zobrazit všechna vydání.

Krok 2) Klikněte na Stažený soubor

Krok 3)Vyberte Přizpůsobit instalaci

Krok 4) Klikněte na DALŠÍ

Krok 5) Na další obrazovce

Vyberte pokročilé možnosti
Zadejte vlastní umístění instalace. V mém případě je složka na jednotce C vybrána pro snadné ovládání
Klikněte na tlačítko Instalovat

Krok 6) Po dokončení instalace klikněte na tlačítko Zavřít.

Krok 7) Zkopírujte cestu ke složce Scripts.

Krok 8) V příkazovém řádku systému Windows

Přejděte do umístění složky pip
Zadejte příkaz pro instalaci NLTK
```
pip3 install nltk
```
Instalace by měla být úspěšně provedena

POZNÁMKA: Pro Python2 použijte commandpip2 install nltk

Krok 9) In Windows Nabídka Start, vyhledejte a otevřete PythonSkořápka

Krok 10) Zda je instalace přesná, můžete ověřit zadáním níže uvedeného příkazu

import nltk

Pokud nevidíte žádnou chybu, instalace je dokončena.

Instalace NLTK v Mac/Linux

Instalace NLTK v Mac/Unix vyžaduje k instalaci nltk pip správce balíčků pythonu. Pokud pip není nainstalován, dokončete proces podle níže uvedených pokynů

Krok 1) Aktualizujte index balíčku zadáním níže uvedeného příkazu

sudo apt update

Krok 2) Instalace pipu pro Python 3:

sudo apt install python3-pip

Pip můžete také nainstalovat pomocí easy_install.

sudo apt-get install python-setuptools  python-dev build-essential

Nyní je nainstalována easy_install. Spusťte níže uvedený příkaz a nainstalujte pip

sudo easy_install pip

Krok 3)K instalaci NLTK použijte následující příkaz

sudo pip install -U nltk
sudo pip3 install -U nltk

Instalace NLTK přes Anaconda

Krok 1) Nainstalujte si anacondu (kterou lze také použít k instalaci různých balíčků) návštěvou https://www.anaconda.com/products/individual a vyberte, kterou verzi pythonu potřebujete nainstalovat pro anacondu.

Poznámka: Podrobné kroky naleznete v tomto návodu nainstalovat anakondu

Krok 2)Ve výzvě Anaconda

Zadejte příkaz
```
conda install -c anaconda nltk
```
Revzobrazte aktualizaci balíčku, přejděte na nižší verzi, informace o instalaci a zadejte ano
NLTK je stažen a nainstalován

Dataset NLTK

Modul NLTK má k dispozici mnoho datových sad, které si musíte stáhnout, abyste je mohli používat. Odborněji se tomu říká korpus. Některé z příkladů jsou stopwords, gutenberg, framenet_v15, velké_gramatikya tak dále.

Jak stáhnout všechny balíčky NLTK

Krok 1)Spusťte Python tlumočník in Windows nebo Linux

Krok 2)

Zadejte příkazy

import nltk
nltk.download ()

Otevře se okno stahování NLTK. Kliknutím na tlačítko Stáhnout stáhněte datovou sadu. Tento proces bude nějakou dobu trvat, v závislosti na vašem připojení k internetu

POZNÁMKA: Umístění stahování můžete změnit kliknutím na Soubor > Změnit adresář pro stahování

Krok 3) Chcete-li otestovat nainstalovaná data, použijte následující kód

>>> from nltk.corpus import brown
>>>brown.words()

['The', 'Fulton', 'County', 'Grand', 'Jury', 'said', …]

Spuštění skriptu NLP

Budeme diskutovat o tom, jak bude skript NLP spuštěn na našem místním počítači. Na trhu existuje mnoho knihoven pro zpracování přirozeného jazyka. Výběr knihovny tedy závisí na vašich požadavcích. Zde je seznam NLP knihovny.

Jak spustit skript NLTK

Krok 1) Ve svém oblíbeném editoru kódu zkopírujte kód a uložte soubor jako "NLTKsample.py "

from nltk.tokenize import RegexpTokenizer
tokenizer = RegexpTokenizer(r'\w+')
filterdText=tokenizer.tokenize('Hello Guru99, You have build a very good site and I love visiting your site.')
print(filterdText)

Vysvětlení kódu:

V tomto programu bylo cílem odstranit všechny typy interpunkce z daného textu. Importovali jsme „RegexpTokenizer“, což je modul NLTK. Odstraňuje všechny výrazy, symboly, znaky, číslice nebo jakékoli věci, které chcete.
Právě jste předali regulární výraz do modulu „RegexpTokenizer“.
Dále jsme slovo tokenizovali pomocí modulu „tokenizace“. Výstup je uložen v proměnné „filterdText“.
A vytiskl je pomocí „print().“

Krok 2) V příkazovém řádku

Přejděte do umístění, kam jste soubor uložili
Spusťte příkaz Python NLTKsample.py

Toto zobrazí výstup jako:

['Dobrý den', 'Guru99', 'You', 'have', 'build', 'a', 'velmi', 'good', 'site', 'and', 'I', 'love', ' návštěva', 'vaše', 'stránka']