最近一段时间Python已经成为数据科学行业中大火的编程语言，今天技术学派收集了一些较为高效的语言处理Python库。下面分享给大家。

1.NLTK

NLTK是构建Python程序以处理人类语言数据的领先平台。它提供了易于使用的界面，以及用于分类、标记化、词干化、标记、分析和语义推理的一套文本处理库。用于工业强度NLP库的包装器。

项目地址：http://www.nltk.org/

2.Pattern

Pattern是Python编程语言的Web挖掘模块。它多有用于数据挖掘、自然语言处理、机器学习网络分析和<canvas>可视化。

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

3.Jieba

“结巴”中文分词：做最好的 Python 中文分词组件。精确模式，试图将句子最精确地切开，适合文本分析；全模式，把句子中所有的可以成词的词语都扫描出来, 速度非常快，但是不能解决歧义；搜索引擎模式，在精确模式的基础上，对长词再次切分，提高召回率，适合用于搜索引擎分词。

项目地址：https://github.com/fxsjy/jieba

4.TextBlob

TextBlob是一个用于处理文本数据的Python库。它提供了一个简单的API用于常见的自然语言处理（NLP）任务，如词性标注，名词短语提取，情感分析，分类，翻译等。

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

5.SnowNLP

SnowNLP是一个python写的类库，可以方便的处理中文文本内容，是受到了TextBlob的启发而写的，由于现在大部分的自然语言处理库基本都是针对英文的，于是写了一个方便处理中文的类库，并且和TextBlob不同的是，这里没有用NLTK，所有的算法都是自己实现的，并且自带了一些训练好的字典。注意本程序都是处理的unicode编码，所以使用时请自行decode成unicode。

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

6.TextGrocery

TextGrocery是一个基于LibLinear和结巴分词的短文本分类工具，特点是高效易用，同时支持中文和英文语料。

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

分享 IT 技术和行业经验，请关注-技术学派。