NLTK数据过时 - Python 3.4

我正在尝试为Python 3.4安装NLTK。实际的NLTK模块似乎安装正常。然后我跑NLTK数据过时 - Python 3.4

import nltk 

nltk.download()

并选择下载所有内容。然而，完成后，窗口只是说'过时'。我尝试刷新和下载，但它保持'过时'，如下所示：NLTK Window 1

我在网上查找并尝试各种修复程序，但我还没有找到任何帮助我的情况。

我也尝试手动查找缺少的部分，这些部分原来是“打开多语言Wordnet”和“Wordnet”。以下是我如何找到哪些零件丢失：Open Multilingual Wordnet。

我该怎么办？我应该卸载并重新安装NLTK？我还没有真正找到删除软件包的方法（手动删除软件除外）。

编辑：关于方案2和方案3：更多的澄清在方案2问题：

如果事情已经成功地下载，这是输出：

>>> 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，对于“共发现'和 'OMW'，这是当我重新下载会发生什么：

>>> 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

来源

2015-10-17 pyman

您使用哪种操作系统？ – alvas

我使用Windows 7 – pyman

简而言之：

不要使用GUI，在python解释器中添加所有软件包。

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

在长：

这可能是因为最近加入的Open Multilingual WordNet和东西不与NLTK下载GUI界面和指数权工作。

解决方案1：

只需使用nltk.download() GUI和下载这两个包而不选择所有。（可能无法正常工作，但值得尝试）

解决方案2：

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

解决方案3：

让nltk.download('all')

通过Python解释器分别安装包检查索引中的所有软件包，如果它们不可用，请下载它们。

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

注：如果有任何文件被损坏可能是由于破互联网连接，只需找到其中NLTK数据存储，然后用溶液3

继续要查找nltk_data的存储目录， 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']

由于的点数据下载使用它们，知道你不会错过你所需要的部件，如果是那样的wordnet和omw，你可以试试这个：

>>> 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']

不要担心这么多，因为在所示的情况在GUI上。一旦nltk.download('all')完成没有错误，这意味着你有NLTK支持的所有语料库和模型。

但作为一个很好的做法，请提出在https://github.com/nltk/nltk_data/issues的问题，使开发人员可以检查问题是否可以被复制。显示更多的错误的打印屏幕。前后提出的解决方案后，太=）

来源

2015-10-17 08:33:46 alvas

感谢您的回复。我已经尝试了解决方案1，但没有解决问题。我也尝试了解决方案2，但是当我去到图形用户界面后，它仍然说'过时'。此外，如果我尝试通过该方法重新下载'wordnet'和'omw'，它将重新下载它，就好像它之前没有（而不是说“xyz已经是最新的”）。我刚刚尝试过解决方案3.我如何判断它是否正常工作？去图形用户界面，它仍然表示'wordnet'和'omw'的'过时'。如果我在解决方案3之后应用解决方案2，它会重新下载它，好像它不在那里一样。 – pyman

请参阅上面的解决方案2的问题（抱歉，我不能正确地在这里输入代码） – pyman

GUI和命令行检查是相同的 - 当发生这种情况，这通常是因为自NLTK指数的外部包装已经改变（通过https： //github.com/nltk/nltk_data/blob/gh-pages/index.xml）最后生成...因此“索引已过时”可能意味着您不是最新的，因为您拥有旧版本的软件包或因为您拥有较新的版本。 – MartyMacGyver

不要担心“过时”的消息，这是你的时间浪费。只需继续并使用nltk即可。

的NLTK的数据资源几乎完全相互独立的。您可能永远没有理由使用任何标记为“过时”的软件包，但即使您这样做了，它们实际上也可能完全安装并可用。

不过，它也发生在我身上，这是我发现的：似乎下载器会认为资源“过时”，如果它检测到其下载文件夹中不在资源清单中的文件。也许这有时是由错误配置的资源引起的，但是如果您使用目录浏览器访问了有问题的资源，则可能导致GUI或编辑器遗留的杂散文件或谁知道什么会导致不匹配。例如，在Mac上，Finder将在访问的目录中保留一个.DS_Store文件。

但正如我所说，“问题”是不是真的值得固定。享受NLTK！

PS。据我所知，刷新nltk_data目录的最好（也是唯一的）方法是删除整个文件并重新下载。

来源

2015-10-18 15:04:24 alexis

NLTK数据过时 - Python 3.4

回答

相关问题