导入 nltk 库时未找到语料库/停用词答案

【问题标题】：Corpora/stopwords not found when import nltk library导入 nltk 库时未找到语料库/停用词
【发布时间】：2017-05-27 09:42:57
【问题描述】：

我尝试在 python 2.7 中导入 nltk 包

  import nltk
  stopwords = nltk.corpus.stopwords.words('english')
  print(stopwords[:10])

运行它会给我以下错误：

LookupError: 
**********************************************************************
Resource 'corpora/stopwords' not found.  Please use the NLTK
Downloader to obtain the resource:  >>> nltk.download()

因此，我打开了我的 python 终端并执行了以下操作：

import nltk  
nltk.download()

这给了我：

showing info https://raw.githubusercontent.com/nltk/nltk_data/gh-pages/index.xml

然而，这似乎并没有停止。再次运行它仍然给我同样的错误。有什么想法会出错吗？

【问题讨论】：

标签： python nltk

【解决方案1】：

您当前正在尝试下载 nltk 数据中的每个项目，因此这可能需要很长时间。您可以尝试只下载您需要的停用词：

import nltk
nltk.download('stopwords')

或者从命令行（感谢Rafael Valero's answer）：

python -m nltk.downloader stopwords

参考：

Installing NLTK Data - Command line installation

【讨论】：

【解决方案2】：

Kurt Bourbaki 提到的一些 here 但在命令行中：

python -m nltk.downloader stopwords

【讨论】：

【解决方案3】：

如果您的 PC 使用代理进行连接，请尝试以下操作：

import nltk

nltk.set_proxy('http://proxy.example.com:3128', ('USERNAME', 'PASSWORD'))
nltk.download('stopwords')

【讨论】：

【解决方案4】：

您可以在控制台中单独执行此操作。
它会给你一个结果。

import nltk
nltk.download('stopwords')

当我遇到这个问题时，我使用了 jupyter 控制台。

【讨论】：

这个答案与接受的答案有何不同？

【解决方案5】：

您可以在 Python 3 的命令行中输入：

python3 -m nltk.downloader stopwords

【讨论】：

Rafael 提前 6 个月回答了所有 python 版本的问题。

【解决方案6】：

showing info https://raw.githubusercontent.com/nltk/nltk_data/gh-pages/index.xml

如果您在 jupyter notebook 中运行此命令，它会打开另一个名为“NLTK Downloader”的窗口。进入该窗口后，您可以选择要下载的主题，然后单击下载按钮开始下载。

在您关闭 NLTK 下载器窗口之前，Jupyter 中的单元会继续运行。

【讨论】：

【解决方案7】：

如果您收到 SSL/证书错误，请运行以下命令。

这可以通过禁用 SSL 检查来实现！

import nltk
import ssl

try:
    _create_unverified_https_context = ssl._create_unverified_context
except AttributeError:
    pass
else:
    ssl._create_default_https_context = _create_unverified_https_context

nltk.download()

【讨论】：

【解决方案8】：

我知道评论已经很晚了，但如果有帮助的话：

虽然nltk.download('stopwords') 可以完成这项工作，但如果您的组织已阻止它，有时它可能会由于代理问题而无法工作。

我发现this github link 非常方便，我可以从中获取单词列表并将其手动集成到我的项目中，作为一种解决方法。

【讨论】：

【解决方案9】：

从命令行运行以下命令：

python -m nltk.downloader stopwords

注意：VPN断开时运行命令。

【讨论】：

【解决方案10】：

使用GPU运行时，它不会给你任何错误。

相同的代码可以工作，你正在使用

import nltk
stopwords = nltk.corpus.stopwords.words('english')
print(stopwords[:10])

【讨论】：