Python Text Processing with NLTK 2.0
Python 文本的老手大多绕不开一本书——《Python Text Processing with NLTK 2.0 Cookbook》。Packt 出品、Jacob Perkins 编写，讲的是怎么用Python和NLTK玩转文本数据，书虽然 2010 年的，但多基础知识和套路现在依然挺受用的。
NLTK 的接口设计比较友好，支持的语料库也多。像WordNet、stopwords这些常用词库都有，用起来蛮顺手。你只要装好nltk，调用起来就是一句话的事，响应也快，代码也简单。
这本书最大的亮点就是“食谱式”写法，一口气给了你 80 多个实际案例，从最基本的文本清洗、分词标记、词性标注，到进阶一点的命名实体识别、情感，再到主题建模、简单机器翻译，涵盖面真的挺广。多时候，直接抄代码就能用，挺适合你项目赶时间的时候。
案例也不光是“教你怎么做”，而是结合实战，比如用 NLP 社交媒体评论，自动化客服回复这些，思路和逻辑还蛮清晰的，尤其适合你刚入门 NLP，还不知道怎么下手的时候。
另外它也讲了一些性能优化和大规模文本时的注意事项。比如怎么内存溢出、怎么分批清洗文本数据等等，挺实用，不容易掉坑里。
如果你有兴趣深入研究，可以顺着书里推荐的一些社区和资料拓展，比如NLTK 语料库、Python 文本资源这些都能帮你更快摸清套路。
如果你平时写 Python，刚好对 NLP 感兴趣，又想快速上手一些实用技能，那这本书真挺值得翻一翻的，尤其适合边看边试那种学习方式。
文件大小：1.7MB
评论区