Kit de herramientas de lenguaje natural

El Natural Language Toolkit , o más comúnmente NLTK , es un conjunto de bibliotecas y programas para el procesamiento simbólico y estadístico del lenguaje natural (PLN) en inglés, escrito en el lenguaje de programación Python . Admite funcionalidades de clasificación, tokenización, derivación, etiquetado, análisis sintáctico y razonamiento semántico. ^{[ 4 ]} Fue desarrollado por Steven Bird y Edward Loper en el Departamento de Ciencias de la Computación e Información de la Universidad de Pensilvania . ^{[ 5 ]} NLTK incluye demostraciones gráficas y datos de ejemplo. Viene acompañado de un libro que explica los conceptos subyacentes a las tareas de procesamiento del lenguaje compatibles con el conjunto de herramientas, ^{[ 6 ]} además de un libro de recetas. ^{[ 7 ]}

NLTK está diseñado para apoyar la investigación y la docencia en PLN o áreas estrechamente relacionadas, como la lingüística empírica , la ciencia cognitiva , la inteligencia artificial , la recuperación de información y el aprendizaje automático . ^{[ 8 ]} NLTK se ha utilizado con éxito como herramienta de enseñanza, como herramienta de estudio individual y como plataforma para la creación de prototipos y la construcción de sistemas de investigación.

• Representación del discurso ^{[ 9 ]}
• Análisis léxico : tokenizador de palabras y textos
• n-gramas y colocaciones
• Etiquetador de partes de la oración
• Modelo de árbol y segmentador de texto para la captura
• Reconocimiento de entidades nombradas

• Gensim
• SpaCy

• Sitio web oficial