[扩展了我在Bangla语法检查器上的本科论文，现在我想使用python为我自己的语言构建语音标记器。我想创建自己的数据集并训练模型。关于如何开始/学习以及如何为我的语言建立语料库的任何建议/想法？如果你们能从头开始给我，指南会更好。预先感谢。
NLTK是最佳起点。您可以借鉴这些想法，并从实施中获得启发。