NLTK

NLTK, hay Natural Language Toolkit, là một nền tảng hàng đầu để xây dựng các ứng dụng Python xử lý dữ liệu ngôn ngữ tự nhiên. Nó cung cấp giao diện truy cập hơn 50 corpora và tài nguyên từ vựng, bao gồm cả WordNet, cùng với một tập hợp các thư viện xử lý văn bản hỗ trợ:

• Classification: Phân loại và tổ chức dữ liệu văn bản.
• Tokenization: Chia nhỏ văn bản thành các từ hoặc câu riêng biệt để phân tích.
• Stemming and Lemmatization: Đưa từ về dạng gốc hoặc dạng cơ bản.
• Tagging: Gán các thẻ từ loại (parts-of-speech) cho từ.