NLTK数据过期-Python3.4

Question

我正在尝试为Python 3.4安装NLTK。实际的NLTK模块似乎安装得很好。然后我跑了

import nltk

nltk.download()

选择下载所有内容。但是，完成后，窗口只会显示“过时”。我尝试了刷新和下载，但它仍然“过时”，如下所示：NLTK Window 1

我上网查了一下，尝试了各种各样的修复方法，但我还没有找到任何有助于我的案子。

我还试着手动查找丢失的部分，结果是“Open Multilingual Wordnet”和“Wordnet”。下面是我如何找到丢失的部分：Open Multilingual Wordnet。

我该怎么办？我应该卸载并重新安装NLTK吗？我还没有找到删除包的方法（除了手动删除它）。

编辑：关于解决方案2和解决方案3： 有关解决方案2问题的更多说明：

如果下载成功，则输出如下：

>>> 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

但是，对于“wordnet”和“omw”，当我重新下载时会发生以下情况：

>>> 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

Answer 1

简而言之：

不要使用GUI，在python解释器中添加所有包。

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

---

长：

这可能是因为最近添加了Open Multilingual WordNet，并且NLTK下载GUI接口和索引有问题。

解决方案1：

只需使用nltk.download()GUI并下载这两个包，而不必选择全部。（可能不起作用，但值得一试）

解决方案2：

通过python解释器单独安装包：

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

解决方案3：

让nltk.download('all')检查其索引中的所有包，如果它们不可用，则下载它们。

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

注意：如果任何文件可能由于中断的internet连接而损坏，只需找到存储NLTK数据的目录，然后继续执行解决方案3。

要查找存储nltk_data的位置，nltk.data.path存储可能的位置：

>>> 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']

---

由于数据下载的目的是使用它们，要知道您没有缺少所需的组件，如果是wordnet和omw，您可以尝试：

>>> 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']

不要太担心图形用户界面上显示的内容。一旦nltk.download('all')没有错误地完成，就意味着您拥有NLTK支持的所有语料库和模型。

但是作为一个好的实践，请在https://github.com/nltk/nltk_data/issues中提出一个问题，以便开发人员可以检查该问题是否可以复制。显示错误的更多打印屏幕。在提出解决方案之前和之后

Answer 2

别担心“过时”的信息，这是浪费你的时间。继续使用nltk。

NLTK的数据资源几乎完全相互独立。您可能永远没有理由使用标记为“过期”的任何一个软件包，但即使使用了，它们也很可能已完全安装并可用。

不过，这也发生在我身上，这就是我所发现的：如果下载程序在其下载文件夹中检测到不在资源清单中的文件，它似乎会认为某个资源“过时”。也许这有时是由于资源配置错误造成的，但是如果您使用目录浏览器访问了有问题的资源，则可能是由于您的GUI或编辑器留下的零散文件，或者谁知道是什么导致了不匹配。E、 例如，在Mac上，Finder会在它访问的目录中留下一个.DS_Store文件。

但正如我所说，“问题”并不真正值得解决。享受NLTK！

据我所知，刷新nltk_data目录的最好（也是唯一的）方法是删除整个目录并再次下载。