Міністерство освіти та науки України Національний університет “Львівська політехніка” інститут комп’ютерних наук та інформаційних технологій Кафедра “Системи автоматизованого проектування”
Звіт до лабораторної роботи № 1 на тему: Вивчення бібліотеки прикладних програм NTLK, для опрацювання текстів природною мовою. Основи програмування на мові Python(частина 1) з курсу: Комп’ютерна лінгвістика ПРЛм-1 Львів - 2008 Мета роботи: вивчення основ програмування на мові Python. Короткі теоретичні відомості Python - це проста і потужна об’єктно-орієнтована мова програмування високого рівня з чудовими можливостями для обробки лінгвістичних даних. Natural Language Toolk (NLTK) – набір Python бібліотек, які призначені для аналізу текстів природною мовою. NLTK дозволяє здійснювати символьний та статистичний аналіз текстів, створювати графічні звіти, містить детальну документацію і використовується у проектах з лінгвістики, штучного інтелекту, машинного навчання, автоматизації документообігу. Його можна застосовувати як навчальний комплекс, готовий аналітичний інструмент або платформу для створення прикладних систем опрацювання текстів. Python – інтерпретаційна мова, що дозволяє зекономити час, що витрачається на компіляцію. Інтерпретатор можна використовувати інтерактивно, що дозволяє експериментувати з можливостями мови і створювати фрагменти програм або тестувати окремі функції. Інтерпретатор даної мови програмування можна використовувати як калькулятор, виконуючи різні математичні операції. Текст або частини тексту у програмах на Python представляються за допомогою стрічок (string) і повинен відділятися від решти програми лапками (одинарними, подвійними або потрійними). Змінна, яка називається стрічкою (має тип змінної - стрічка) є дуже важливою при опрацюванні текстів. Усі позиції в стрічці є пронумеровані починаючи з нуля. Для доступу до окремої позиції у стрічці ми записуємо цю позицію у квадратних дужках. Така операція називається індексуванням. Позиція записана в квадратних дужках називається індексом. Цей номер додається до фізичної адреси змінної, яка знаходиться в пам’яті. Для визначення довжини стрічки і відповідно максимального індекса можно порахувати символи і відняти 1, або використати функцію len(). У випадку, коли ми хочемо отримати доступ до більш ніж одного символа ми повинні у квадратних дужках вказати індекс першого символа і останнього розділивши їх двокрапкою. Цей процес називається slicing (зріз). Lists (списки) – тип даних для опису послідовності значень. У Python списки представляються як послідовність, записана через кому і у квадратних дужках. Списки багато в чому подібні до стрічок, але елементами списків на відміну від стрічок можуть бути не тільки окремі символи, але і цілі стрічки та інші списки. Доступ до значень списків отримуємо аналогічно до стрічок. Значення у списках можно змінювати на відміну від стрічок, де значення змінити неможливо. Вміст списків можна міняти в будь-який момент часу і тому списки підтримують набір операцій або методів. Часто при роботі з послідовностями виникає необхідність послідовно працювати з її елементами. Ми можемо це робити використовуючи for цикл. Це є контрольна структура Python. Висновок