NLTK扩展包指定读取路径方法

在使用NLTK库进行自然语言处理任务时，我们经常需要下载一些拓展包，例如：

>>>nltk.download("stopwords")

由于下载的网站是国外的网站，下载速度十分慢，或者下载的时候会卡死。
网上的大部分解决方案都是手动下载拓展包然后放在nltk的搜索路径中，这种方法的缺点是无法指定自定义路径，在某些场景中可能并不适用。

本文提供一种更灵活的方法，可以直接指定下载好的拓展包的路径。
 

具体步骤

1. 手动下载所需的拓展包
首先，访问NLTK的官方资源网站或镜像站点，手动下载所需的拓展包。例如，访问以下链接下载stopwords拓展包：nltk_data/packages/corpora/stopwords.zip at gh-pages · nltk/nltk_data · GitHub
2. 解压下载的拓展包
将下载的ZIP文件解压到你希望存放的路径。例如，可以解压到 /path/stopwords 。

3. 读取拓展包

from nltk.corpus.reader import WordListCorpusReader

stopwords=WordListCorpusReader(root="/path/stopwords", fileids="chinese")

root参数为前面解压后存放的路径。
fileids参数为读取的文件名称（中文就用"chinese"，英文用"english"）

chinese_stopwords =stopwords.words()

最后你就得到了停用词列表chinese_stopwords