【媒介】
天然说话：日常交换应用的说话
NLP:Natural Language Processing

【第1章 说话处理惩罚与Python】
1.1说话策画：文本和单词
根蒂根基入门
-想要获得我们期望的小数除法，要输入 __future__ import division

-NLTK数据包
 import nltk
 nltk.download（）

-加载要用的文本
  nltk.book import

搜刮文本
-concordance词汇索引，会显示词汇所处的高低文
text1.concordance（monstrous）

-similar，查找还有哪些词会呈如今类似的高低文中
text1.similar（monstrous）

-common_contexts，容许我们研究两个或者两个以上的词共同的高低文
text2.common_contexts（[monstrous，very]）

-dispersion_plot，断定词汇在文本中的地位，应用离散图来默示地位。
text4.dispersion_plot（[citizens，democracy，freedom，duties，America]）

-不合风格生成文本
text3.generate（）

计数词汇
-len（text3）呈现的词和标点符号的个数
-sorted（set（text3））所有文章呈现的词汇，并且进行排序（词类型，一个词在一个文本中独一无二呈现的情势或者拼写）
- __future__ import division
 len（text3）/len（set（text3））
 雄厚度测量，每个字均匀被应用的次数
-text3.count（smote）特定次呈现的次数
-100text4.count（a）/len（text4）特定的词在文本中占领的百分比
-定义函数，进行反复运算。
 def lexical_diversity（text）:
    return len（text）/len（set（text））
 def percentage（count，total）:
    return 100count/total