首先pip install stanza,这个就不细说了,注意一下安装的版本,默认是最新的(我的是1.5.1)
然后就是让人深恶痛绝的安装语言模型时刻(我这里是英文模型en)
import stanza
stanza.download('en')
根据我的尝试,科学上网改请求头等各种方法对我来都没有任何作用,所以老老实实找手动的办法。
结合别的博主的方法【1】,手动方法分为三部分:1)创建相应文件夹,更改配置文件 2)下载resource文件 3)下载语言模型
第一步,创建文件夹
别的教程对于地址说的都比较模糊,要不就直接安装在根目录下,这样对于使用anaconda的我来说很不友好,所以需要做一个配置的修改
前面我们在想要的anaconda环境中已经安装好stanza包了,那我们就打开stanza包的所在文件夹,路径大致为D:\Anaconda3\envs\***(环境名)\Lib\site-packages\stanza\
打开之后大概是这样的,在这个目录下创建一个空的stanza_resources文件夹(我这里是已经创建好的),然后在stanze_resources文件夹中再创建一个en文件夹(根据你需要的语言模型来命名,比如zh-hans)
创建文件夹之后,还需要更改一下配置文件,打开~/stanza/resources/common,py文件
# HOME_DIR = str(Path.home())
HOME_DIR = 'D:\\Anaconda3\\envs\\***(环境名)\\Lib\\site-packages\\stanza'
更改其中的HOME_DIR,这样程序就会搜索指定路径的语言模型,我们也就不需要将模型下载到电脑的根目录下了,如下图所示
除此之外,还要删掉require_file函数,否则程序还是会自动下载resource文件
# make request
# request_file(
# resources_url,
# os.path.join(model_dir, 'resources.json'),
# proxies,
# raise_for_status=True
# )
第二步,下载resource文件
这里需要的文件可以在官方的GitHub上找到,网址为GitHub - stanfordnlp/stanza-resourcesContribute to stanfordnlp/stanza-resources development by creating an account on GitHub.https://github.com/stanfordnlp/stanza-resources
找到对应版本的resource文件,下载保存到 \stanza\stanza_resources\目录下
第三步,下载语言模型
这里需要的语言模型可以从huggingface上下载,网址为https://huggingface.co/stanfordnlp/stanza-en/tree/main/models
只需要下载default.zip就可以了(这里huggingface上显示的是1.5.1,我猜测是只有最新版本的)
我上传了1.5.1的英文语言模型,不方便魔法的同学可以下载下来参考一下(https://download.csdn.net/download/zzr0907/88862100)
然后将下载好的文件解压到\stanza\stanza_resources\en\文件夹中
准备工作就大功告成了,接下来就使用一下
import stanza
nlp = stanza.Pipeline(lang='en')
doc = nlp('She is a cute woman.')
2023-09-21 14:14:07 INFO: Checking for updates to resources.json in case models have been updated. Note: this behavior can be turned off with download_method=None or download_method=DownloadMethod.REUSE_RESOURCES
2023-09-21 14:14:09 INFO: Loading these models for language: en (English):
======================================
| Processor | Package |
--------------------------------------
| tokenize | combined |
| pos | combined_charlm |
| lemma | combined_nocharlm |
| constituency | ptb3-revised_charlm |
| depparse | combined_charlm |
| sentiment | sstplus |
| ner | ontonotes |
======================================
2023-09-21 14:14:09 INFO: Using device: cpu
2023-09-21 14:14:09 INFO: Loading: tokenize
2023-09-21 14:14:09 INFO: Loading: pos
2023-09-21 14:14:09 INFO: Loading: lemma
2023-09-21 14:14:09 INFO: Loading: constituency
2023-09-21 14:14:09 INFO: Loading: depparse
2023-09-21 14:14:10 INFO: Loading: sentiment
2023-09-21 14:14:10 INFO: Loading: ner
2023-09-21 14:14:10 INFO: Done loading processors!
可以正常使用啦!
参考:
【1】 安装Stanza(处理Stanza无法下载语言模型的错误:ConnectionError)_stanza离线下载_gz927cool的博客-CSDN博客