【NLP】NLTK的安装和数据包的下载

1. 安装nltk

cmd中:

pip install nltk

2. 下载nltk数据包

python环境/编译器中

import nltk

nltk.download()

 

弹出一个自动的可交互下载框

 

选择all packages

download

 

但是速度很慢,据说需要两天可以完全下载

3. 补充下载失败的文件

记录下 download directory的路径位置,打开该路径文件夹

可以看到有下载好的文件

打开某个文件夹,可以看到下面有zip文件和解压缩后的文件

 

 

如果用nltk.download() 没有成功下载所有文件,重新运行该语句的时候总会报错“丢失链接、无法连接”等问题

 

去github下载文件

https://github.com/nltk/nltk_data


可以直接download整个工程

 

或者单独下载某个包的zip文件

https://github.com/nltk/nltk_data/tree/gh-pages/packages

 

或者 

nltk.download(‘punkt’)   

ps:可能也会丢失连接

 

将下载的zip文件放到本机对应的文件夹路径下

并解压缩即可

 

4. nltk使用示例代码

eg1:

import nltk

sen = 'hello, how are you?'
res = nltk.word_tokenize(sen)   #分词
print(res)

 

eg2:

text = "hello, how are you? I'm from China"


tokens = nltk.word_tokenize(text)  #分词
tagged = nltk.pos_tag(tokens)  #词性标注
entities = nltk.chunk.ne_chunk(tagged)  #命名实体识别
a1=str(entities) #将文件转换为字符串
file_object = open('out.txt', 'w')
file_object.write(a1)   #写入到文件中
file_object.close( )
print(entities)

# 语法解析树
from nltk.corpus import treebank
t = treebank.parsed_sents('wsj_0001.mrg')[0]
t.draw()

 

4. tips

如果运行示例报错,去github下载对应的加粗位置路径下的相应工具包再解压缩到本机即可

 

报错示例:

Traceback (most recent call last):
  File "D:\Users\xxxxx\AppData\Local\Anaconda3\lib\site-packages\nltk\corpus\util.py", line 80, in __load
    try: root = nltk.data.find('{}/{}'.format(self.subdir, zip_name))
  File "D:\Users\xxxxx\AppData\Local\Anaconda3\lib\site-packages\nltk\data.py", line 653, in find
    raise LookupError(resource_not_found)
LookupError: 
**********************************************************************
  Resource 'corpora/treebank.zip/treebank/combined/' not found.
  Please use the NLTK Downloader to obtain the resource:  >>>
  nltk.download()
  Searched in:
    - 'D:\\Users\\xxxxx/nltk_data'
    - 'C:\\nltk_data'
    - 'D:\\nltk_data'
    - 'E:\\nltk_data'
    - 'D:\\Users\\xxxxx\\pData\\Local\\Anaconda3\\nltk_data'
    - 'D:\\Users\\xxxxx\\AppData\\Local\\Anaconda3\\lib\\nltk_data'
    - 'D:\\Users\\xxxxx\\AppData\\Roaming\\nltk_data'
**********************************************************************
During handling of the above exception, another exception occurred:

 

按报错提示,需要下载 corpora/treebank.zip

 

5.参考资料:

https://github.com/nltk/nltk_data

https://www.cnblogs.com/guo7533/p/8695812.html

https://blog.csdn.net/sinat_34328764/article/details/94830948

https://blog.csdn.net/qiang12qiang12/article/details/81254595

https://www.osgeo.cn/nltk/data/

https://wing2south.com/post/speedup-ntlk-data-download/

https://blog.csdn.net/qq_43376013/article/details/102883773

https://blog.csdn.net/weixin_44574186/article/details/90748946

  • 0
    点赞
  • 14
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值