此错误最可能的原因是什么？AttributeError:“int”对象没有属性“lower”

Question

我在跟随Youtube教程创建一个具有深度学习（https://www.youtube.com/watch?v=wypVcNIH6D4）的基本聊天机器人时遇到了这个问题。我很小心地按照代码的编写方式创建了一个完全相同的副本

当我在终端中打开main.py时，结果如下：

Traceback (most recent call last):
  File "main.py", line 42, in <module>
    wrds = [stemmer.stem(w) for w in doc]
  File "main.py", line 42, in <listcomp>
    wrds = [stemmer.stem(w) for w in doc]
  File "/home/miles/.local/lib/python3.8/site-packages/nltk/stem/lancaster.py", line 209, in stem
    word = word.lower()
AttributeError: 'int' object has no attribute 'lower'

这是我在这个网站上的第一篇文章，任何和所有的建议都非常感谢！如果有一些我没有遵守的礼仪，请提出建议，并提前感谢您

import nltk
from nltk.stem.lancaster import LancasterStemmer
stemmer = LancasterStemmer()

import numpy
import tensorflow
import tflearn
import random
import json

with open("intents.json") as file:
    data = json.load(file)

words = []
labels = []
docs_x = []
docs_y = []

for intent in data["intents"]:
    for pattern in intent["patterns"]:
        wrds = nltk.word_tokenize(pattern)
        words.extend(wrds)
        docs_x.append(wrds)
        docs_y.append(intent["tag"])

        if intent["tag"] not in labels:
            labels.append(intent["tag"])

wrds = [stemmer.stem(w.lower()) for w in words if w not in "?"]
words = sorted(list(set(words)))

labels = sorted(labels)

training = []
output = []

out_empty = [0 for _ in range(len(labels))]

for doc in enumerate(docs_x):
    bag = []

wrds = [stemmer.stem(w) for w in doc]

for w in words:
    if w in wrds:
        bag.append(1)
    else:
        bag.append(0)

output_row = out_empty[:]
output_row[labels.index(docs_y[x])] = 1

training.append(bag)
output.append(output_row)

training = numpy.array(training)
output = numpyp.array(output)


tensorflow.reset_default_graph()

net = tflearn.input_data(shape=[None, len(training[0])])
net = tflearn.fully_connected(net, 8)
net = tflearn.fully_connected(net, 8)
net = tflearn.fully_connected(net, len(output[0]), activation="softmax")
net = tflearn.regression(net)

model = tflearn.DNN(net)

model.fit(training, output, n_epoch=1000, batch_size=8, show_metric=True)
model.save("model.tflearn")

Answer 1

根据错误消息，错误在

wrds = [stemmer.stem(w) for w in doc]

并在尝试将字符串lower方法应用于其中一个w值时发生

doc来自上一次迭代

for doc in enumerate(docs_x):

将是一个元组，形式为(1, 'word')。元组中的第一个整数必须给出stem个问题

我不会建议修复，因为我不知道变量是什么或者代码应该做什么

早期使用

stemmer.stem(w.lower())

显然是有效的，但这是字符串列表，而不是enumerate元组

看看前面的代码，我想知道您是否混淆了words和wrds变量

我从未尝试过从视频中编写代码，但我认为从屏幕上复制代码很容易出错。如果您不真正理解该语言（python）及其语法，则更是如此