最近一段時間Python已經成為數據科學行業中大火的編程語言，今天技術學派收集了一些較為高效的語言處理Python庫。下面分享給大家。

1.NLTK

NLTK是構建Python程序以處理人類語言數據的領先平臺。它提供了易于使用的界面，以及用于分類、標記化、詞干化、標記、分析和語義推理的一套文本處理庫。用于工業強度NLP庫的包裝器。

項目地址：http://www.nltk.org/

2.Pattern

Pattern是Python編程語言的Web挖掘模塊。它多有用于數據挖掘、自然語言處理、機器學習網絡分析和<canvas>可視化。

項目地址：https://pypi.org/project/pattern3/3.0.0/

3.Jieba

“結巴”中文分詞：做***的 Python 中文分詞組件。精確模式，試圖將句子最精確地切開，適合文本分析；全模式，把句子中所有的可以成詞的詞語都掃描出來, 速度非常快，但是不能解決歧義；搜索引擎模式，在精確模式的基礎上，對長詞再次切分，提高召回率，適合用于搜索引擎分詞。

項目地址：https://github.com/fxsjy/jieba

4.TextBlob

TextBlob是一個用于處理文本數據的Python庫。它提供了一個簡單的API用于常見的自然語言處理（NLP）任務，如詞性標注，名詞短語提取，情感分析，分類，翻譯等。

項目地址：http://textblob.readthedocs.io/en/dev/

5.SnowNLP

SnowNLP是一個python寫的類庫，可以方便的處理中文文本內容，是受到了TextBlob的啟發而寫的，由于現在大部分的自然語言處理庫基本都是針對英文的，于是寫了一個方便處理中文的類庫，并且和TextBlob不同的是，這里沒有用NLTK，所有的算法都是自己實現的，并且自帶了一些訓練好的字典。注意本程序都是處理的unicode編碼，所以使用時請自行decode成unicode。

 

項目地址：https://github.com/isnowfy/snownlp

6.TextGrocery

TextGrocery是一個基于LibLinear和結巴分詞的短文本分類工具，特點是高效易用，同時支持中文和英文語料。

 

項目地址：https://github.com/2shou/TextGrocery