NLTK數據過時 - Python 3.4

我正在嘗試爲Python 3.4安裝NLTK。實際的NLTK模塊似乎安裝正常。然後我跑NLTK數據過時 - Python 3.4

import nltk 

nltk.download()

並選擇下載所有內容。然而，完成後，窗口只是說'過時'。我嘗試刷新和下載，但它保持'過時'，如下所示：NLTK Window 1

我在網上查找並嘗試各種修復程序，但我還沒有找到任何幫助我的情況。

我也嘗試手動查找缺少的部分，這些部分原來是「打開多語言Wordnet」和「Wordnet」。以下是我如何找到哪些零件丟失：Open Multilingual Wordnet。

我該怎麼辦？我應該卸載並重新安裝NLTK？我還沒有真正找到刪除軟件包的方法（手動刪除軟件除外）。

編輯：關於方案2和方案3：更多的澄清在方案2問題：

如果事情已經成功地下載，這是輸出：

>>> 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，對於「共發現'和 'OMW'，這是當我重新下載會發生什麼：

>>> 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

來源

2015-10-17 pyman

您使用哪種操作系統？ – alvas

我使用Windows 7 – pyman

簡而言之：

不要使用GUI，在python解釋器中添加所有軟件包。

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

在長：

這可能是因爲最近加入的Open Multilingual WordNet和東西不與NLTK下載GUI界面和指數權工作。

解決方案1：

只需使用nltk.download() GUI和下載這兩個包而不選擇所有。（可能無法正常工作，但值得嘗試）

解決方案2：

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

解決方案3：

讓nltk.download('all')

通過Python解釋器分別安裝包檢查索引中的所有軟件包，如果它們不可用，請下載它們。

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

注：如果有任何文件被損壞可能是由於破互聯網連接，只需找到其中NLTK數據存儲，然後用溶液3

繼續要查找nltk_data的存儲目錄， nltk.data.path存儲可能的位置：

>>> 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']

由於的點數據下載使用它們，知道你不會錯過你所需要的部件，如果是那樣的wordnet和omw，你可以試試這個：

>>> 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']

不要擔心這麼多，因爲在所示的情況在GUI上。一旦nltk.download('all')完成沒有錯誤，這意味着你有NLTK支持的所有語料庫和模型。

但作爲一個很好的做法，請提出在https://github.com/nltk/nltk_data/issues的問題，使開發人員可以檢查問題是否可以被複制。顯示更多的錯誤的打印屏幕。前後提出的解決方案後，太=）

來源

2015-10-17 08:33:46 alvas

感謝您的回覆。我已經嘗試瞭解決方案1，但沒有解決問題。我也嘗試瞭解決方案2，但是當我去到圖形用戶界面後，它仍然說'過時'。此外，如果我嘗試通過該方法重新下載'wordnet'和'omw'，它將重新下載它，就好像它之前沒有（而不是說「xyz已經是最新的」）。我剛剛嘗試過解決方案3.我如何判斷它是否正常工作？去圖形用戶界面，它仍然表示'wordnet'和'omw'的'過時'。如果我在解決方案3之後應用解決方案2，它會重新下載它，好像它不在那裏一樣。 – pyman

請參閱上面的解決方案2的問題（抱歉，我不能正確地在這裏輸入代碼） – pyman

GUI和命令行檢查是相同的 - 當發生這種情況，這通常是因爲自NLTK指數的外部包裝已經改變（通過https： //github.com/nltk/nltk_data/blob/gh-pages/index.xml）最後生成...因此「索引已過時」可能意味着您不是最新的，因爲您擁有舊版本的軟件包或因爲您擁有較新的版本。 – MartyMacGyver

不要擔心「過時」的消息，這是你的時間浪費。只需繼續並使用nltk即可。

的NLTK的數據資源幾乎完全相互獨立的。您可能永遠沒有理由使用任何標記爲「過時」的軟件包，但即使您這樣做了，它們實際上也可能完全安裝並可用。

不過，它也發生在我身上，這是我發現的：似乎下載器會認爲資源「過時」，如果它檢測到其下載文件夾中不在資源清單中的文件。也許這有時是由錯誤配置的資源引起的，但是如果您使用目錄瀏覽器訪問了有問題的資源，則可能導致GUI或編輯器遺留的雜散文件或誰知道什麼會導致不匹配。例如，在Mac上，Finder將在訪問的目錄中保留一個.DS_Store文件。

但正如我所說，「問題」是不是真的值得固定。享受NLTK！

PS。據我所知，刷新nltk_data目錄的最好（也是唯一的）方法是刪除整個文件並重新下載。

來源

2015-10-18 15:04:24 alexis

NLTK數據過時 - Python 3.4

回答

相關問題