Python 是一種非常流行的編程語言，用于各種目的，包括數據分析，人工智能，機器學習等等。在機器學習領域中，訓練語料庫是非常重要的。Python 提供了一些強大的工具和庫，可以方便地創建和使用訓練語料庫。

import nltk
nltk.download('punkt')
from nltk.tokenize import sent_tokenize, word_tokenize
text = "Hello World. This is a sample text to demonstrate how to tokenize text using Python."
sentences = sent_tokenize(text)
words = word_tokenize(text)
print(sentences)
print(words)

在上面的代碼中，我們使用了 Natural Language Toolkit (nltk) 庫，該庫是一個廣泛使用的 Python 庫，用于自然語言處理和文本分析。我們下載了 punkt 分詞器，它是一個由 NLTK 提供的分詞器，可用于分割文本為單獨的句子。

接下來，我們將文本分割為句子和單詞，并使用 Python 的 print() 函數打印結果。在這個例子中，我們使用了一個簡短的文本，但在實際情況下，我們可能會處理數百萬行文本。 因此，Python 的這些功能非常有用，因為它們可以處理大量的文本數據。

總而言之，Python 提供了許多有用的工具和庫，用于創建和使用訓練語料庫。這些功能非常有用，因為在機器學習過程中需要大量的訓練數據。因此，會使用 Python 的程序員可以方便地創建和處理大量的文本數據，并將其用于機器學習任務。