这里只是简单的记录下
首先直接安装好nltk
然后进入python
下载语料库
主要分为：
corpora:语料库
book：所用到的一些书籍的资料，作为文档
以及其他的三方库。
这些资料是很大的，最好准备1G的存储空间。
最后注意的是，中文分词，一般采用结巴分词 https://pypi.python.org/pypi/jieba/
或者
https://nlp.stanford.edu/software/segmenter.shtml
采用crf进行计算的分词方法。
中文和英文分词还是不太一样的，而自然语言处理的第一步就是分词喽。