Bangla NLTK

banglanltk is a python package for Bengali Natural Language Processing Toolkit. It includes modules for Cleaning Text, Word Tokenization, Sentence Tokenization, Stemming, Synonym and Parts of speech tagging.

Installation

pip install banglanltk

Usage

Cleaning Text

import banglanltk as bn
s = 'আজ আকাশ পরিষ্কার!!! মনে হয় আজ আর বৃষ্টি হবে না .........!'

print(bn.clean_text(s))

Word Tokenization

import banglanltk as bn

s = 'প্রাচীন কালে মানুষ একসময় সংখ্যা বুঝানোর জন্য ঝিনুক, নুড়ি, দড়ির গিট ইত্যাদি ব্যবহার করত।'
print(bn.word_tokenize(s))

Sentence Tokenization

import banglanltk as bn

s = ''' কম্পিউটার শব্দটি গ্রিক "কম্পিউট" শব্দ থেকে এসেছে। Compute শব্দের অর্থ গণনা করা। আর কম্পিউটার শব্দের অর্থ গণনাকারী যন্ত্র। '''
print(bn.sent_tokenize(s))

Stemming

import banglanltk as bn

# For single word
print(bn.stemmer('শান্তিনিকেতনে'))

# For multiple words
text = 'আজ বৃষ্টি হবে।'
words = bn.word_tokenize(text)
for w in words:
    print(bn.stemmer(w))

Synonym

import banglanltk as bn

print(bn.synonym('হাত'))

POS Tagging

import banglanltk as bn

# For single word
print(bn.pos_tag('কম্পিউটার'))

# For multiple words
text = 'আজ বৃষ্টি হবে।'
words = bn.word_tokenize(text)
for w in words:
    print(bn.pos_tag(w))

List of POS tags