python - 如何将文件添加或上传到 nltk 语料库？

Question

我是 NLTK 和 Python 的新手。如何将我们自己的文件添加或上传到 nltk 语料库？例如，我如何将自己的 .TXT 文件上传到 ieer 语料库？可能吗？谢谢。

Answer 1

您可能正在尝试使用 nltk 软件读取您自己的文件。如果您有一个/home/me/corpusdir包含 ieer 格式文件的目录，您应该可以使用以下命令打开它们

myreader = nltk.corpus.reader.ieer.IEERCorpusReader(r'/home/me/corpusdir', '*.txt')

然后，您可以调用与真实 ieer 语料库相同的方法。查看CorpusReader该ieer模块（我从未使用过）的文档以了解详细信息。

如果您真的想将文件添加到现有语料库中，您应该将它们放入目录中，nltk_data或者（更复杂但从长远来看更好）将您的语料库目录中的符号链接放到 nltk ieer 目录中，以便您的读者将将原始 ieer 文件视为语料库的子目录。