nltk同时也能处理中文的场景，只要做如下改动：

1. 使用中文分词器(如我选用了结巴分词)

2. 对中文字符做编码处理，使用unicode编码方式

3. python的源码编码统一声明为 gbk

4. 使用支持中文的语料库

to be continue...

nltk-比较中文文档相似度