NLTK 数据过期 - Python 3.4

Question

NLTK 数据过期 - Python 3.4

8

我正在尝试为Python 3.4安装NLTK。实际的NLTK模块似乎已经安装完成了。然后我运行了以下命令：

import nltk

nltk.download()

我选择下载了所有东西，但是当下载完成后，窗口显示“已过期”。我尝试了刷新和重新下载，但它仍然像这样显示“已过期”：NLTK Window 1

我在网上搜索并尝试了各种修复方法，但我还没有找到对我的情况有帮助的解决方案。

我也尝试手动查找缺失的部分，结果发现缺失的部分是“Open Multilingual Wordnet”和“Wordnet”。以下是我如何找到缺失部分的方法：Open Multilingual Wordnet。

我该怎么办？我应该卸载并重新安装NLTK吗？我还没有找到删除包的方法（除非手动删除）。

编辑：关于解决方案2和解决方案3：更多关于解决方案2问题的澄清：

如果某些内容已成功下载，则输出如下：

>>> nltk.download('subjectivity')
[nltk_data] Downloading package subjectivity to
[nltk_data]     C:\Users\Shane\AppData\Roaming\nltk_data...
[nltk_data]   Package subjectivity is already up-to-date!
True

然而，当我重新下载“wordnet”和“omw”时，会发生以下情况：

>>> nltk.download('omw')
[nltk_data] Downloading package omw to
[nltk_data]     C:\Users\Shane\AppData\Roaming\nltk_data...
[nltk_data]   Unzipping corpora\omw.zip.
True

- pyman

1

你使用的是哪个操作系统？ - alvas

2个回答

2

不要担心“过时”的消息，这是浪费时间。继续使用nltk即可。

NLTK的数据资源几乎完全独立。您可能永远没有理由使用标记为“过时”的包之一，但即使您需要使用它们，它们也很可能已经完全安装并可用。

尽管如此，我也遇到了这种情况，这就是我发现的：如果下载器在其下载文件夹中检测到不在资源清单中的文件，则会认为该资源“过时”。也许有时是由于配置不当的资源引起的，但如果您使用目录浏览器访问相关资源，则可能会因GUI、编辑器或其他原因留下杂项文件而导致不匹配。例如，在Mac上，Finder会在访问的目录中留下一个.DS_Store文件。

但是正如我所说，“问题”实际上并不值得解决。享受NLTK吧！

附言：据我所知，刷新nltk_data目录的最佳（实际上是唯一）方法是删除整个目录并重新下载。

- alexis

网页内容由stack overflow 提供, 点击上面的

可以查看英文原文，
原文链接

- alvas · Accepted Answer

简而言之：

不要使用图形用户界面(GUI)，在Python解释器中添加所有包。

$ python3
>>> import nltk
>>> nltk.download('all')

详细解释：

可能是由于最近添加了Open Multilingual WordNet，NLTK下载GUI界面和索引出现了一些问题。

解决方案1：

简单地使用nltk.download() GUI并下载这两个包而不全选。(可能不起作用但值得尝试)

解决方案2：

通过Python解释器单独安装该软件包:

>>> import nltk
>>> nltk.download('wordnet')
>>> nltk.download('omw') # Open Multilingual WordNet

解决方案3：

让 nltk.download('all') 通过其索引检查所有软件包并下载它们，如果它们不可用。

>>> import nltk
>>> nltk.downlad('all')

注意：如果任何文件因为网络连接中断而损坏，只需找到存储NLTK数据的目录，然后执行解决方案3。

要找到存储nltk_data的位置，nltk.data.path 存储可能的位置：

>>> import nltk
>>> nltk.data.path
['/home/alvas/nltk_data', '/usr/share/nltk_data', '/usr/local/share/nltk_data', '/usr/lib/nltk_data', '/usr/local/lib/nltk_data']

由于数据下载的目的是为了使用它们，以确保您没有丢失所需的组件，如果您需要的是wordnet和omw，您可以尝试以下操作：

>>> from nltk.corpus import wordnet as wn
>>> wn.synsets('bank')[0]
Synset('bank.n.01')
>>> wn.synsets('bank')[0].lemma_names('spa')
['margen', 'orilla', 'vera']
>>> wn.synsets('bank')[0].lemma_names('fre')
['rive', 'banque']

不要过于担心GUI上显示的内容。一旦nltk.download('all')没有错误地完成，就意味着您已经拥有了NLTK支持的所有语料库和模型。

但是作为一个好的实践，请在https://github.com/nltk/nltk_data/issues提出问题，以便开发人员可以检查是否可以重现该问题。也请展示更多的错误截图，包括提议解决方案之前和之后的截图=）