最近花了点时间学习nlp--实际只是学习使用nltk和伴随它出现的gensim。
也许nlp在国内普及的时间还不是很长，绝大多数资料都来自nltk和gensim的官网，国内最多的例子止于演示一下nltk分词/划分词性，有点实效的是一篇用于比较Coursera上课程的相似度的文章，算是我入门学习的一个灯塔(一开始没有nlp的基础，只能先从更好理解的中文内容开始 =_=! )，不过其中也没有很好的结合语料库，算法也只有LSI的演示，文章内容和代码也欠缺更好的整理(不是在说作者坏话，但的确有不少改进空间。。。)
除了资料问题外，nlp的场景也有不少门槛。没有更好资源的情况下，也仅仅可以在分词,分析一下少量数据相似情况。也许在大公司内有更多用武之地，但对普及和推动nlp还嫌不足。
我会将这段时间对nltk的使用过程和代码陆续放上来，希望对需要入门nlp的后人有用。
原文地址：http://my.oschina.net/kakablue/blog/314893
