使用NLTK庫進行文本規范化的步驟如下：

1. 導入NLTK庫：首先需要導入NLTK庫，可以使用以下代碼進行導入：

import nltk

2. 下載NLTK數據：如果你是第一次使用NLTK，需要下載NLTK的數據，可以使用以下代碼下載全部數據：

nltk.download('all')

3. 分詞：將文本分割成單詞或短語的過程稱為分詞。NLTK提供了多種分詞工具，如word_tokenize和sent_tokenize。例如：

from nltk.tokenize import word_tokenize
text = "Hello, how are you?"
tokens = word_tokenize(text)
print(tokens)

4. 去除停用詞：停用詞是指在文本處理中通常會被忽略的常見詞語，如“the”、“a”、“is”等。可以使用NLTK的停用詞列表去除停用詞。例如：

from nltk.corpus import stopwords
stop_words = set(stopwords.words('english'))
filtered_words = [word for word in tokens if word.lower() not in stop_words]
print(filtered_words)

5. 詞形歸一化：詞形歸一化是將單詞轉換為其基本形式的過程，如將動詞轉為原形、將名詞轉為單數形式等。NLTK提供了詞形歸一化工具，如詞干提取器（Porter Stemmer）和詞形還原器（WordNet Lemmatizer）。例如：

from nltk.stem import PorterStemmer
ps = PorterStemmer()
stemmed_words = [ps.stem(word) for word in filtered_words]
print(stemmed_words)

6. 標準化文本：將文本轉換為統一格式的過程，如將文本轉為小寫、去除標點符號等。例如：

normalized_text = ' '.join([word.lower() for word in stemmed_words if word.isalnum()])
print(normalized_text)

通過以上步驟，可以使用NLTK庫對文本進行規范化處理，使文本更易于分析和處理。