NLTK和停用詞失敗#lookuperror

Question

我試圖啓動一個情感分析項目，我將使用停用詞的方法。我做了一些研究，發現nltk有停用詞，但是當我執行命令時有錯誤。

我要做的是下面的，爲了知道哪些是NLTK使用（就像你可以在這裏找到http://www.nltk.org/book/ch02.html在什麼第4.1節）的話來說：

from nltk.corpus import stopwords 
stopwords.words('english') 

但是，當我按下進入我獲得

--------------------------------------------------------------------------- 
LookupError        Traceback (most recent call last) 
<ipython-input-6-ff9cd17f22b2> in <module>() 
----> 1 stopwords.words('english') 

C:\Users\Usuario\Anaconda\lib\site-packages\nltk\corpus\util.pyc in __getattr__(self, attr) 
66 
67  def __getattr__(self, attr): 
---> 68   self.__load() 
69   # This looks circular, but its not, since __load() changes our 
70   # __class__ to something new: 

C:\Users\Usuario\Anaconda\lib\site-packages\nltk\corpus\util.pyc in __load(self) 
54    except LookupError, e: 
55     try: root = nltk.data.find('corpora/%s' % zip_name) 
---> 56     except LookupError: raise e 
57 
58   # Load the corpus. 

LookupError: 
********************************************************************** 
    Resource 'corpora/stopwords' not found. Please use the NLTK 
    Downloader to obtain the resource: >>> nltk.download() 
    Searched in: 
- 'C:\\Users\\Meru/nltk_data' 
- 'C:\\nltk_data' 
- 'D:\\nltk_data' 
- 'E:\\nltk_data' 
- 'C:\\Users\\Meru\\Anaconda\\nltk_data' 
- 'C:\\Users\\Meru\\Anaconda\\lib\\nltk_data' 
- 'C:\\Users\\Meru\\AppData\\Roaming\\nltk_data' 
********************************************************************** 

而且，因爲這個問題這樣的事情不能正常運行（獲得同樣的錯誤）：

>>> from nltk.corpus import stopwords 
>>> stop = stopwords.words('english') 
>>> sentence = "this is a foo bar sentence" 
>>> print [i for i in sentence.split() if i not in stop] 

你知道有什麼問題嗎？我必須用西班牙語的詞語，你推薦另一種方法嗎？我還認爲使用英文數據集Goslate包

感謝您的閱讀！

Pd積：我用Ananconda

Answer 1

您似乎沒有在您的計算機上禁用詞語料庫。

您需要啓動NLTK Downloader並下載所需的全部數據。

打開一個Python控制檯並執行以下操作：

>>> import nltk 
>>> nltk.download() 
showing info http://nltk.github.com/nltk_data/ 

在GUI窗口打開只需按下「下載」按鈕，下載全部語料或去「語料庫」選項卡，只下載者你需要/想要。

Answer 2

如果您想手動安裝NLTK語料庫。

1）轉到http://www.nltk.org/nltk_data/並下載您所需的NLTK語料庫文件。

2）現在在Python殼檢查nltk.data.path

3）選擇您的機器上存在的路徑之一的值，數據文件解壓縮到語料庫子目錄內。當GUI提示https://medium.com/@satorulogic/how-to-manually-download-a-nltk-corpus-f01569861da9

Answer 3

import nltk 
nltk.download() 

點擊下載按鈕：

4）現在，你可以導入從nltk.corpos數據導入禁用詞

參考。它爲我工作（nltk.download('stopwords')不適用於我）

Answer 4

我試過從ubuntu終端，我不知道爲什麼GUI根據tttthomasssss答案沒有顯示出來。所以我遵循KLDavenport的評論，它的工作。以下是總結：

打開終端/命令行和類型蟒然後

>>> import nltk .>>> nltk.download("stopwords")

這將停止詞語料庫存儲nltk_data下。對於我的情況是/home/myusername/nltk_data/corpora/stopwords。

如果你需要另一個語料庫，然後訪問nltk data並找到與他們的ID的語料庫。然後像使用停用詞那樣使用ID進行下載。