【讀書筆記】Python Natural Language Processing by Jalaj Thanaki

Corpus analysis nltk包括四種形式的corpora Isolate corpus：文本和自然語言的集合，例如gutenberg、webtext等。 Categorized corpus：這裏的文本被打包分類成不同的類別，例如brown包含了news、hobbies、humor等類別。 Overlapping corpus：這裏的類別與類別之間會有重疊區域，例如retuers，比如

>>阅读原文<<