基于 Python SnowNLP 库的自然语言处理（NLP）教学项目，专为自然语言识别课程设计。

本项目通过 6 个精心设计的实战案例，帮助学习者深入理解自然语言处理的核心算法和原理。每个案例都包含：

• ✅ 可运行代码 - 开箱即用的 Python 脚本
• ✅ 学科原理 - 深入浅出的算法讲解
• ✅ 示例数据 - 真实的中文文本输入
• ✅ 自动生成输出 - 运行脚本即可得到结果

序号	案例	核心算法	难度
01	情感分析	朴素贝叶斯分类器	⭐⭐
02	中文分词	CRF 条件随机场	⭐⭐⭐
03	关键词提取	TextRank 图排序	⭐⭐⭐
04	文本相似度	TF-IDF 向量空间模型	⭐⭐⭐
05	拼音转换	中文音韵映射规则	⭐
06	词性标注	HMM 隐马尔可夫模型	⭐⭐⭐

• Python 3.7+
• pip 包管理器

pip install -r requirements.txt

# 进入任意案例文件夹
cd 01_sentiment

# 安装依赖后运行
python sentiment.py

每个案例的 Python 脚本会自动：

1. 读取 input.txt 中的输入数据
2. 执行 NLP 处理
3. 将结果写入 output.txt

1. 入门阶段：从「拼音转换」开始，理解基础的数据处理
2. 进阶阶段：学习「情感分析」，了解分类器的概念
3. 高级阶段：深入研究分词、关键词提取、相似度计算
4. 精通阶段：掌握词性标注中的 HMM 模型

• SnowNLP 0.12.3 - 轻量级中文 NLP 库
• 朴素贝叶斯 (Naive Bayes) - 概率分类算法
• 条件随机场 (CRF) - 序列标注模型
• TextRank - 基于图的排序算法
• TF-IDF - 文本向量化方法
• 隐马尔可夫模型 (HMM) - 统计学习模型

• 🎓 高校自然语言处理课程实验
• 💡 NLP 入门学习与实践
• 🔬 中文文本处理技术研究
• 🛠️ 快速原型开发和验证

• 🇨🇳 专注中文 - 所有案例基于真实中文语料
• 🧮 原理先行 - 每个案例都配有算法原理解释
• 🔄 即开即用 - 一键安装，立即运行
• 📊 可视化结果 - 清晰的输入输出对比

MIT License

---

Happy NLP Learning! 🚀