注意：以下pip命令都是在Anaconda prompt中运行的。因为使用anaconda来安装pyhon库时，它会自动解决各种依赖问题，方便快捷

Natural Language Toolkit，自然语言处理工具包，在NLP领域中，最常使用的一个Python库。 安装：pip install nltk

可以用来从文档中自劢提取语义主题。它包含了很多非监督学习算法如：TF/IDF，潜在语义分析（Latent Semantic Analysis，LSA）、隐含狄利克雷分配（Latent Dirichlet Allocation，LDA），层次狄利克雷过程 （ Hierarchical Dirichlet Processes ，HDP ）等。它还支持Word2Vec,Doc2Vec等模型。 安装： 方法一: pip install gensim 方法二：http://www.lfd.uci.edu/~gohlke/pythonlibs/ 下载对应版本的whl文件，然后在命令行进入文件所在目录，输入：pip install **.whl 其中 ** 要替换为你的文件的文件名。

这个东西是Google研发的，广泛用于深度学习领域。 安装：pip install tensorflow

或者先新建一个环境，然后再安装： 第一步：创建一个名为 tensorflow 的新环境，并安装pip，python3.6，以及anaconda的基础包（包括numpy，pandas等）

第二步：进入新建的环境（想要退回基础环境base时，输入：deactivate）

第三步：输入以下命令安装tensorflow cpu版本：

第四部（optional）：在pycharm中想使用tensorflow时，需要将项目的interpreter修改为该环境中的python.exe，一般在安装目录下的envs文件夹中可以找到新建的环境，点进去就可以找到这个python.exe

广泛使用的中文分词工具，也可以用来做词性标注。 项目地址：https://github.com/fxsjy/jieba 安装：

支持中文、英文、阿拉伯语、法语、德语、西班牙语等多种语言 Stanford NLP提供了一系列自然语言分析工具。它能够给出基本的词形，词性，不管是公司名还是人名等，格式化的日期，时间，量词，并且能够标记句子的结构，语法形式和字词依赖，指明那些名字指向同样的实体，指明情绪，提取发言中的开放关系等。

安装：

安装stanford nlp自然语言处理包：pip install stanfordcorenlp

下载Stanford CoreNLP文件：https://stanfordnlp.github.io/CoreNLP/download.html

下载中文模型jar包，https://stanfordnlp.github.io/CoreNLP/download.html 按图中Chinese 右边的那个链接。

将第二步中的zip文件解压（直接选择 “解压到当前文件夹”），然后将第三步中的jar包放到该文件夹中。这个文件夹随便放到什么地方都可以。

现在第一步中安装的stanfordcorenlp就派上用场了。 在python中要使用stanford nlp时，先写下面的语句：

需要将第二行中的路径换成你的文件夹路径。（我是直接将第四步中的文件夹放在了H盘中） 听说stanfordcorenlp是用JAVA写的，所以可能要先配置JDK

Han Language Processing，汉语言处理包

HanLP是一系列模型与算法组成的NLP工具包，由大快搜索主导并完全开源，目标是普及自然语言处理在生产环境中的应用。HanLP具备功能完善、性能高效、架构清晰、语料时新、可自定义的特点。

功能：中文分词 词性标注 命名实体识别 依存句法分析 关键词提取 新词发现 短语提取 自动摘要 文本分类 拼音简繁

项目地址：https://github.com/hankcs/HanLP

Hanlp环境安装：

Hanlp安装：

下载hanlp-release.zip包： https://github.com/hankcs/HanLP

下载data.zip

对两个zip文件解压后，将第一个zip包中的三个文件放在data文件夹的同级目录中：

用Notepad++或其他编辑器，打开hanlp.properties，修改第一行，然后保存： 改为data文件夹的父目录。注意：该路径中最好不要有中文。如果你头铁，你就去试试咯 注意斜杠方向！！！

示例程序： 将第三行代码中的两个路径换成你自己的路径，注意斜杠的方向

输出：