NLTK（Natural Language Toolkit）是一个用于构建人类语言数据处理程序的 Python 平台，面向计算语言学与自然语言处理相关工作。它将文本处理库、语料库和词汇资源接口结合在一起，既提供分词、分类、词干提取、词性标注、句法分析和语义推理等基础能力，也提供面向工业级自然语言处理库的封装。官网同时提供实践性较强的编程与语言处理教材、完整的 API 文档以及讨论论坛，因此既可以用于学习和教学，也可以支持研究、工程开发及行业用户的语言数据处理工作。NLTK 可在 Windows、macOS 和 Linux 上使用，是一个免费、开源、由社区驱动的项目。
核心功能
文本分词与词性标注
NLTK 可以把输入句子拆分为词元，并进一步为词元添加词性标签。官网示例使用 nltk.word_tokenize 处理英文句子，再通过 nltk.pos_tag 得到包括介词、数词、专有名词和普通名词在内的标注结果。输出既包含原始词元，也包含对应的词性标签，可用于后续文本分析。
命名实体识别
在完成词性标注后，NLTK 可以使用 nltk.chunk.ne_chunk 识别文本中的命名实体。官网示例将句子中的 “Arthur” 识别为 PERSON，并以树结构返回实体与其他词元的关系。这项能力适合用于从文本中识别人名等实体类别，官网示例展示的是英文句子处理。
句法解析与解析树展示
NLTK 支持对句子的语言结构进行解析，并可以显示解析树。官网示例从 treebank 语料库读取 Wall Street Journal 的已解析句子，再调用 t.draw() 展示解析树。相关功能可用于查看句法结构以及研究语料中的语言组织方式。
语料库与词汇资源访问
NLTK 为超过 50 个语料库和词汇资源提供易用接口，其中包括 WordNet。资源可以通过 NLTK 的数据接口访问，官网示例使用 treebank.parsed_sents 读取已解析句子。这样，开发者可以在 Python 程序中使用语料和词汇资源开展文本分类、语言结构分析以及其他计算语言学任务。
文本处理库与工业级库封装
除了具体示例中的分词、标注、实体识别和句法解析，NLTK 还提供覆盖分类、词干提取、标注、解析和语义推理的文本处理库。官网同时说明，NLTK 包含对工业级自然语言处理库的封装，使开发者能够在同一 Python 平台中使用这些文本处理能力。
使用方式
NLTK 以 Python 程序库的形式使用，官网示例通过 import nltk 导入后调用相关函数和语料库接口。用户可以参考在线版《Natural Language Processing with Python》学习编程基础、语料库使用、文本分类和语言结构分析，也可以查阅完整 API 文档。官网还提供讨论论坛与版本发布公告订阅入口。正文未说明是否需要注册、是否需要自备模型 Key，也未提到独立客户端、浏览器插件、命令行工具或 API 服务。
适用人群与场景
计算语言学研究者可以使用 NLTK 访问语料库、分析语言结构并展示解析树；工程师可以用 Python 编写文本分类、分词、词性标注和实体识别程序；学生与教育工作者可以结合实践教材学习编程基础和自然语言处理；行业用户则可以使用文本处理库、词汇资源接口以及工业级 NLP 库封装开展语言数据工作。
定价
NLTK 官网明确将其描述为免费、开源、由社区驱动的项目。正文没有提供分级套餐、付费额度或商业版价格信息。
