在pycharm中输入
import nltk
nltk.download()
由于科学上网的原因连不到github,无法安装扩展包。
解决办法:
去B站找到up主大邓和他的python的视频:“nltk.download()下载不了怎么办??”
找到评论区nltk_data.zip的资源,下载并解压(解压后约1.3GB)
(之后看视频教学即可,或进行以下操作)
找到位置C:UsersMinAppDataRoamingnltk_data
将解压后的文件放入这个位置
测试:
在pycharm中输入命令
from nltk.corpus import treebank
t = treebank.parsed_sents('wsj_0001.mrg')[0]
t.draw()
得到运行结果:
安装成功
试过的其他方法但未成功:
punkt是tokenizers里的一个工具,之前用nltk.download('punkt'),居然安装成功,可以运行简单的toknenize指令(把长句子拆成有"意义"的小部件),如
tokens = nltk.word_tokenize(sentence)
后来想故技重施,安装corpora,但由于科学上网的原因,无法安装
于是在cmd输入pip install corpora
显示pip“不是内部或外部命令,也不是可运行的程序或批处理文件”
在https://jingyan.baidu.com/article/a3f121e486ff87fc9052bbe8.html这篇帖子里找到解决办法
把工作目录切换到pip所在目录,并更改Path后,输入清华镜像命令
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple corpora
显示
在目录里查找corpora,发现C:UsersMinAppDataRoamingnltk_data下出现corpora的空文件夹,且C:UsersMinAppDataLocalProgramsPythonPython39Libsite-packages下出现corpora和Corpora-1.0-py3.9.egg-info两个文件
再次在pycharm中运行treebank的命令,报错:
此方法行不通,后多次尝试
发现想要正常使用nltk库,下载的文件必须在C:UsersMinAppDataRoamingnltk_data这个位置,而不能在site-packages下(不知什么原因经由pip install下载的文件都存储在site-packages下)
于是放弃在cmd中利用清华镜像下载nltk库的方法。
nltk corpora原下载网址:http://www.nltk.org/nltk_data/
测试treebank的代码来源:NLTK :: Natural Language Toolkit
参考书目:Natural Language Processing with Python--- Analyzing Text with the Natural Language Toolkit written by Steven Bird, Ewan Klein, and Edward Loper
http://nltk.org/book_1ed.



