第一章：python自然語言處理我們可以很容易的獲得成千上萬的文本。假設(shè)我們寫一些簡單的python程序，能用它做什么？在這個章節(jié)中，我們將提出以下問題：
1.我們使用簡單的程序設(shè)計能對大量的文本做什么？
2.怎樣才能自動的提取關(guān)鍵字和短語來確定一個文本的類型和內(nèi)容？
3.python提供什么樣的工具和技術(shù)來完成像這樣的工作？
4.自然語言處理面臨著什么有趣的挑戰(zhàn)？
這一章將分成零碎的完全不相同風(fēng)格的兩部分。在"計算機(jī)語言"部分，我們將布置一些激發(fā)語言興趣的任務(wù)，而不是解釋它們?nèi)绾喂ぷ鳎辉?#8220;親近python”部分，會有條理的講速python的重要概念。我們將會把題目分為兩個部分，但是稍后的章節(jié)則會混合不同的部分。希望這種介紹方式能讓你真正體會到語言學(xué)和計算學(xué)領(lǐng)域的味道。如果你在這兩個領(lǐng)域有良好的基礎(chǔ)，可以跳過1.5節(jié)。在后面的章節(jié)中，我們將會重復(fù)一些重要的知識點，如果錯過了一些知識點可以在http://www.nltk.org/在線查閱一些資料。這些資料如果對你來說是完全陌生的，這個章節(jié)將會帶來更多的疑問，而這些問題的答案在本書中可以找到。
1.1計算機(jī)語言：文本和文字
因為我們每天都會對文本進(jìn)行讀和寫，對文本非常的熟悉。我們可以通過各種有趣的方式來操作和解釋這些文本數(shù)據(jù)。但是在做這些之前，我們不得不先開始了解python.
開始進(jìn)入python
Python使用友好的界面，能夠讓你直接進(jìn)入交互式編譯器來運(yùn)行你的程序。Python使用一種叫作IDLE（InteractiveDeveLopmentEnvironment）的簡單圖形界面。在Unix系統(tǒng)下你可以直接用shell命令來打開IDLE(如果沒有安裝，現(xiàn)輸入python).這時候終端會打印出python的版本，在這里你可以簡單的核對一下你的python的版本（這里的是2.5.1）：
Python2.5.1 (r251:54863, Apr 15 2008, 22:57:26)
[GCC4.0.1 (Apple Inc. build 5465)] on darwin
Type"help", "copyright", "credits" or"license" for more information.
>>>
如果不能運(yùn)行python解釋器，python可能沒有被正確的安裝。可以訪http://python.org/，找到問題的所在。
“>>>”表示python編譯器等待輸入，書中的樣例中的該符號，不需要自己輸入。現(xiàn)在開始使用python就像使用計算器那樣就可以了：
>>>1 + 5 * 2 - 3
8
>>>
編譯器立刻完成了計算并先顯示了答案，并且再次顯示”>>>”,這就意味著python等待輸入另一個指令。
你可以自己嘗試輸入一些表達(dá)式，可以使用＊和/進(jìn)行乘法和除法運(yùn)算，并且可以輸入一些帶括號的復(fù)數(shù)表達(dá)式。除法運(yùn)算的行為可能并不是你意料之中的，當(dāng)進(jìn)行整數(shù)除法和浮點除法的時候會出現(xiàn)不同的結(jié)果，為了獲得意料之中的結(jié)果，可以輸入：from__future__ import division。
通過簡單你例子示范了怎樣在python解釋器中進(jìn)行工作并通過不同的表達(dá)式知道了這種語言能做什么。現(xiàn)在就讓我們嘗試一下輸入一個不完整的表達(dá)式，編譯器會怎么工作：
>>>1 +
File "<stdin>", line 1
1+
^
SyntaxError:invalid syntax
>>>
這引起了一個syntaxerror。在python中，指令的結(jié)尾是一個加號是沒有意義的。python編譯器會提示出現(xiàn)錯誤的行數(shù)。目前我們已經(jīng)可以使用python解釋器了，就已經(jīng)做好了用該語言處理數(shù)據(jù)工作的準(zhǔn)備工作。