95

如何从代码配置 nltk 数据目录?

4

7 回答 7

78

只需更改 的项目nltk.data.path,这是一个简单的列表。

于 2010-10-11T05:55:15.270 回答
51

从代码中,http ://www.nltk.org/_modules/nltk/data.html :

``nltk:path``: Specifies the file stored in the NLTK data
 package at *path*.  NLTK will search for these files in the
 directories specified by ``nltk.data.path``.

然后在代码中:

######################################################################
# Search Path
######################################################################

path = []
"""A list of directories where the NLTK data package might reside.
   These directories will be checked in order when looking for a
   resource in the data package.  Note that this allows users to
   substitute in their own versions of resources, if they have them
   (e.g., in their home directory under ~/nltk_data)."""

# User-specified locations:
path += [d for d in os.environ.get('NLTK_DATA', str('')).split(os.pathsep) if d]
if os.path.expanduser('~/') != '~/':
    path.append(os.path.expanduser(str('~/nltk_data')))

if sys.platform.startswith('win'):
    # Common locations on Windows:
    path += [
        str(r'C:\nltk_data'), str(r'D:\nltk_data'), str(r'E:\nltk_data'),
        os.path.join(sys.prefix, str('nltk_data')),
        os.path.join(sys.prefix, str('lib'), str('nltk_data')),
        os.path.join(os.environ.get(str('APPDATA'), str('C:\\')), str('nltk_data'))
    ]
else:
    # Common locations on UNIX & OS X:
    path += [
        str('/usr/share/nltk_data'),
        str('/usr/local/share/nltk_data'),
        str('/usr/lib/nltk_data'),
        str('/usr/local/lib/nltk_data')
    ]

要修改路径,只需附加到可能的路径列表:

import nltk
nltk.data.path.append("/home/yourusername/whateverpath/")

或在 Windows 中:

import nltk
nltk.data.path.append("C:\somewhere\farfar\away\path")
于 2014-04-10T11:59:41.977 回答
31

我使用附加,例如

nltk.data.path.append('/libs/nltk_data/')
于 2014-04-10T05:17:41.920 回答
18

nltk.data.path.append('your/path/to/nltk_data')NLTK 接受 NLTK_DATA 环境变量,而不是添加到每个脚本。(代码链接

使用文本编辑器(例如, , )打开~/.bashrc(或) ,并添加以下行: ~/.profilenanovimgedit

export NLTK_DATA="your/path/to/nltk_data"

执行source加载环境变量

source ~/.bashrc


测试

打开python并执行以下行

import nltk
nltk.data.path

您可以在那里看到您的 nltk 数据路径。

参考:@alvations 对 nltk/nltk 的回答 #1997

于 2018-04-02T09:23:00.960 回答
1

使用上面 fnjn 的建议打印出路径:

print(nltk.data.path)

我在 Windows 上看到了这种格式的路径字符串:

C:\\Users\\my_user_name\\AppData\\Roaming\\SPB_Data

因此,当我使用 path.append 时,我将路径从 python 类型的正斜杠“/”切换为双反斜杠“\\”:

nltk.data.path.append("C:\\workspace\\my_project\\data\\nltk_books")

异常消失了。

于 2020-10-09T18:27:55.337 回答
1

对于那些使用 uwsgi 的人:

我遇到了麻烦,因为我想要一个 uwsgi 应用程序(以与我不同的用户身份运行)能够访问我之前下载的 nltk 数据。对我有用的是将以下行添加到myapp_uwsgi.ini

env = NLTK_DATA=/home/myuser/nltk_data/

NLTK_DATA正如@schemacs 所建议的那样,这将设置环境变量。
进行此更改后,您可能需要重新启动 uwsgi 进程。

于 2017-06-20T20:46:06.273 回答
0

另一个解决方案是领先一步。

尝试导入 nltk nltk.download()

当弹出窗口询问您是否要下载语料库时,您可以在此处指定要下载到哪个目录。

于 2019-06-05T12:15:39.223 回答