kaggle NLTK报错Resource ‘corpora/wordnet‘ not found.

Downloader to obtain the resource: >>> nltk.download())

一、问题描述

在kaggle中使用

	nltk.download('wordnet')
	
	[nltk_data] Downloading package wordnet to /usr/share/nltk_data
	[nltk_data]   Package wordnet is already up-to-date!

提示wordnet已存在，但是还在报错

  Resource 'corpora/wordnet' not found.  Please use the NLTK
  Downloader to obtain the resource:  >>> nltk.download()
  Searched in:
    - '/root/nltk_data'
    - '/usr/share/nltk_data'
    - '/usr/local/share/nltk_data'
    - '/usr/lib/nltk_data'
    - '/usr/local/lib/nltk_data'

二、解决方法

我们打印下上述nltk指出的wordnet包路径下的文件

import os

for dirname, _, filenames in os.walk('/usr/share/nltk_data/corpora'):
    for filename in filenames:
        print(os.path.join(dirname, filename))

发现

是个压缩包

使用下面方法对wordnet.zip进行解压

!unzip /usr/share/nltk_data/corpora/wordnet.zip -d /usr/share/nltk_data/corpora/

完美解决。

所以是nltk只查询包存不存在(不管是压缩包还是解压后的)，检测到压缩包存在，调用的时候没解包就出问题了。