共計 742 個字符，預計需要花費 2 分鐘才能閱讀完成。
在 Python 中使用自然語言處理庫，可以通過安裝和導入相應的庫，然后使用其提供的功能進行文本處理和分析。以下是一些常用的自然語言處理庫：
- NLTK（Natural Language Toolkit）：NLTK 是 Python 中最受歡迎的自然語言處理庫之一，提供了各種工具和資源，例如分詞、詞性標注、命名實體識別、語法分析等。
import nltk
nltk.download('punkt')
from nltk.tokenize import word_tokenize
text = "Hello, how are you?"
tokens = word_tokenize(text)
print(tokens)
- spaCy：spaCy 是另一個流行的自然語言處理庫，提供了快速和高效的文本處理工具，例如實體識別、依存句法分析等。
import spacy
nlp = spacy.load('en_core_web_sm')
doc = nlp("Apple is looking at buying U.K. startup for $1 billion")
for ent in doc.ents:
print(ent.text, ent.label_)
- TextBlob：TextBlob 是一個簡單易用的自然語言處理庫，提供了文本分析、情感分析等功能。
from textblob import TextBlob
text = "I love natural language processing"
blob = TextBlob(text)
sentiment = blob.sentiment
print(sentiment)
這些是一些常用的自然語言處理庫和簡單的用法示例，你可以根據需要選擇合適的庫進行文本處理和分析。
丸趣 TV 網 – 提供最優質的資源集合！
正文完
