كتب الذكاء الاصطناعيمشاريع الذكاء الاصطناعيمقالات الذكاء الاصطناعيمعجم الذكاء الاصطناعياسئلة واجوبة في الذكاء الاصطناعيأكاديمية الذكاء الاصطناعي للأطفالأكاديمية الذكاء الاصطناعيمدرسة رياضيات الذكاء الاصطناعيمختبر الذكاء الاصطناعيمختبر الخوارزميات المستوحاة من الطبيعةأطلس نماذج الذكاء الاصطناعيموسوعة تطبيقات الذكاء الاصطناعيمستكشف مجموعات البيانات للذكاء الاصطناعياختبارات الذكاء الاصطناعيالفايب كودينغدليل البرمجة بالذكاء الاصطناعيمولّد مشاريع الذكاء الاصطناعيمرصد الذكاء الاصطناعيدليل أدوات الذكاء الاصطناعي البحث والنشر الأكاديميمكتبة البرومبتات الأكاديميةمستودع الرسائل والأطاريح في الذكاء الاصطناعيحاسبة الترقية العلميةأكاديمية الوكلاء الذكيينمختبر أخلاقيات الذكاء الاصطناعي والعدالةساحة ألعاب الذكاء الاصطناعيعبقري الذكاء الاصطناعيمختبر التنبؤ بالسلاسل الزمنيةموسوعة أطر ومكتبات الذكاء الاصطناعيمتحف الذكاء الاصطناعيمختبر الرؤية الحاسوبيةموسوعة شبكات التعلم العميق الحديثةمختبر الشبكات العصبية البيانيةمختبر تحليل الصور الطبيةمختبر معالجة اللغة الطبيعيةمختبر الحوسبة الكمّيةخرائط طريق الذكاء الاصطناعيأكاديمية ماتلاب والذكاء الاصطناعيمصمم الشبكات العصبيةأكاديمية الذكاء الاصطناعي بدون برمجةمختبر الذكاء الاصطناعي الكمّي

NLTK

NLTK – Natural Language Toolkit

مجموعة أدوات تعليمية وبحثية عريقة لمعالجة اللغة: تقطيع وتجذيع وتحليل نحوي ومدونات نصية.

نشطةمبتدئv3.10.4Apache-2.0معالجة اللغات الطبيعية والنماذج اللغوية

الوثائق الرسميةجرّب الأمثلة

المعلومات الأساسية

الاسمNLTK
الاسم الكاملNLTK – Natural Language Toolkit
التصنيفمعالجة اللغات الطبيعية والنماذج اللغوية
الجهة المطورةمشروع NLTK
سنة الإطلاق2001
الموقع الرسميwww.nltk.org
مستودع GitHubnltk/nltk
الوثائق الرسميةwww.nltk.org
الحزمة على PyPInltk
الترخيصApache-2.0 (PyPI license)
حالة المشروعنشطة صدر لها إصدار خلال آخر 12 شهراً
آخر إصدار21 أكتوبر 2026 (الإصدار 3.10.4)
لغة البرمجةPython
أنظمة التشغيلOS Independent (كما تعلنها الحزمة على PyPI)
إصدار Python المطلوب>=3.10
مستوى الصعوبةمبتدئ

آخر تحقق من هذه البيانات: 21 نوفمبر 2026 — المصدر: PyPI JSON API (2026-11-21)

نظرة عامة

تضم NLTK واجهات لمدونات وموارد لغوية كثيرة، وأدوات تقطيع وتجذيع (بما فيها مجذّع ISRI العربي)، ومصنفات بسيطة، ومحللات نحوية، وكتاباً تعليمياً شهيراً.

مناسبة للتعليم وفهم المفاهيم الأساسية، وأقل ملاءمة للإنتاج من spaCy.

متى تختارها؟ اخترها للتعليم والتجارب اللغوية التقليدية.

الاستخدامات

الاستخدامات الرئيسية

  • تعليم مفاهيم معالجة اللغة
  • التقطيع والتجذيع
  • الوصول إلى مدونات لغوية

المجالات العلمية

  • التعليم
  • اللسانيات الحاسوبية

أنواع المشاريع المناسبة

  • تحليل تكرار الكلمات

تطبيقات بحثية

  • تجارب لغوية تقليدية

معالجة اللغة الطبيعيةمعالجة اللغة العربية

الخصائص التقنية

تُعرض الخاصية «مدعومة» فقط إذا كانت موثقة في الوثائق الرسمية للمكتبة؛ وما لم نتحقق منه يظهر «غير محدد».

دعم المعالج المركزي (CPU)مدعوم
دعم المعالج الرسومي (GPU)غير مدعوم
التوافق مع CUDAغير مدعوم
التدريب أو الحوسبة الموزعةغير مدعوم
الاشتقاق التلقائي (Autodiff)لا ينطبق
نشر النماذج (Deployment)لا ينطبق
نماذج مدربة مسبقاًجزئي أو عبر إضافةموارد ونماذج تُحمّل عبر nltk.download.
أنواع البيانات المدعومةنصوص
التكامل مع مكتبات أخرىScikit-learn
المرونة (تقدير تحريري)متوسطة
الأداء (تقدير تحريري)متوسطة
المجتمع (تقدير تحريري)كبير
جودة التوثيق (تقدير تحريري)كتاب وتوثيق

التثبيت والتشغيل

Shell
pip install nltk

التوافق: Python >=3.10 — حسب بيانات الحزمة على PyPI، تحقق في 21 نوفمبر 2026

يُفضّل التثبيت داخل بيئة افتراضية (venv أو conda). وإذا احتجت توافقاً مع إصدار معين من CUDA أو نظام التشغيل فارجع إلى الوثائق الرسمية، لأن هذه المعلومات تتغير مع كل إصدار.

أمثلة برمجية

الأمثلة الموسومة «نُفّذ واختُبر» شُغّلت فعلياً وسُجّل مخرجها وتاريخ الاختبار وإصدارات المكتبات؛ وغيرها يحتاج GPU أو تنزيل نماذج فلم يُشغّل في بيئة الاختبار.

مبتدئالترددات والمتتاليات (N-grams) بـ NLTKنُفّذ واختُبر

الهدف: حساب أكثر الكلمات والثنائيات تكراراً في نص.

Python — example.py
from nltk import FreqDist, ngrams
from nltk.tokenize import RegexpTokenizer

text = "التعلم العميق مفيد والتعلم العميق ممتع والتعلم الآلي أساس التعلم العميق"
tokens = RegexpTokenizer(r"\w+").tokenize(text)
print("أكثر الكلمات:", FreqDist(tokens).most_common(3))
print("أكثر الثنائيات:", FreqDist(ngrams(tokens, 2)).most_common(2))

شرح الكود

نستخدم مقسّماً بالتعبيرات النمطية لا يحتاج تنزيل موارد، ثم FreqDist لعدّ الكلمات وngrams لاستخراج الثنائيات. هذه خطوات أساسية في تحليل النصوص الكلاسيكي.

المتطلبات

Shell
pip install nltk

طريقة التشغيل

احفظ الكود في ملف example.py ثم شغّله:

Shell
python example.py

المخرجات المسجلة عند الاختبار

أكثر الكلمات: [('العميق', 3), ('التعلم', 2), ('والتعلم', 2)]
أكثر الثنائيات: [(('التعلم', 'العميق'), 2), (('العميق', 'مفيد'), 1)]

نُفّذ هذا المثال فعلياً واختُبر بتاريخ 21 نوفمبر 2026 على CPU — nltk 3.10.4, python 3.13.18

صفحة المثال

كل أمثلة NLTK في مستكشف الأكواد

المزايا

  • تعليمية وشاملة
  • موارد لغوية كثيرة

القيود

  • أبطأ وأقل ملاءمة للإنتاج
  • بعض الوظائف تحتاج تنزيل موارد

المراجع والتحقق

سجل الإصدارات المتحقق منها

الإصدارتاريخ الإصدارتاريخ التحقق
3.10.421 أكتوبر 202621 نوفمبر 2026

آخر مراجعة لمعلومات الصفحة: 21 نوفمبر 2026. الوصف العربي مكتوب أصلياً للموسوعة وليس منقولاً من المواقع الرسمية.

أبلغ عن معلومة تحتاج تحديثاً