如何从代码配置 nltk 数据目录？

Question

如何从代码中配置 nltk 数据目录？

Answer 1

使用上面 fnjn 的建议打印路径：

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

所以当我使用 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。

Answer 2

另一个解决方案是领先一步。

试试 导入 nltk nltk.download()

当弹出窗口询问您是否要下载语料库时，您可以在其中指定要下载到哪个目录。

Answer 3

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

使用文本编辑器（例如nano、vim、gedit）打开~/.bashrc（或~/.profile），并添加以下行：

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

执行source加载环境变量

source ~/.bashrc

测试

打开python并执行以下几行

import nltk
nltk.data.path

您可以在其中看到您的 nltk 数据路径。

参考：@alvations 的回答 nltk/nltk #1997

Answer 4

对于那些使用 uwsgi 的人：

我遇到了麻烦，因为我希望 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/

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

Answer 5

来自代码，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``.

然后在代码内：

######################################################################
# 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/")

或者在窗口中：

import nltk
nltk.data.path.append("C:\somewhere\farfar\away\path")

Answer 6

我用append，例子

nltk.data.path.append('/libs/nltk_data/')

Answer 7

只需更改nltk.data.path的项目，这是一个简单的列表。