无法从 utils 导入 process_tweets答案

【问题标题】：Unable to import process_tweets from utils无法从 utils 导入 process_tweets
【发布时间】：2020-12-19 13:06:56
【问题描述】：

感谢您对此进行调查，我有一个 python 程序，我需要 process_tweet 和 build_freqs 来完成一些 NLP 任务，nltk 已经安装并且 utils 还没有 所以我通过pip install utils 安装了它，但是上面提到的两个模块显然没有安装，我得到的错误是这里的标准错误，

ImportError: cannot import name 'process_tweet' from
'utils' (C:\Python\lib\site-packages\utils\__init__.py)

我做错了什么还是有什么遗漏？我还提到了This stackoverflow answer，但没有帮助。

【问题讨论】：

你是从哪里得到这个的？你必须从utils 导入process_tweet？你在看教程吗？

标签： python nlp nltk sentiment-analysis

【解决方案1】：

您可以使用 ?? 轻松访问任何源代码，例如在本例中：process_tweet?? （以上代码来自 deeplearning.ai NLP course custome utils library）：

def process_tweet(tweet):
"""Process tweet function.
Input:
    tweet: a string containing a tweet
Output:
    tweets_clean: a list of words containing the processed tweet

"""
stemmer = PorterStemmer()
stopwords_english = stopwords.words('english')
# remove stock market tickers like $GE
tweet = re.sub(r'\$\w*', '', tweet)
# remove old style retweet text "RT"
tweet = re.sub(r'^RT[\s]+', '', tweet)
# remove hyperlinks
tweet = re.sub(r'https?:\/\/.*[\r\n]*', '', tweet)
# remove hashtags
# only removing the hash # sign from the word
tweet = re.sub(r'#', '', tweet)
# tokenize tweets
tokenizer = TweetTokenizer(preserve_case=False, strip_handles=True,
                           reduce_len=True)
tweet_tokens = tokenizer.tokenize(tweet)

tweets_clean = []
for word in tweet_tokens:
    if (word not in stopwords_english and  # remove stopwords
            word not in string.punctuation):  # remove punctuation
        # tweets_clean.append(word)
        stem_word = stemmer.stem(word)  # stemming word
        tweets_clean.append(stem_word)

【讨论】：

【解决方案2】：

试试这段代码，它应该可以工作：

def process_tweet(tweet):
stemmer = PorterStemmer()
stopwords_english = stopwords.words('english')
tweet = re.sub(r'\$\w*', '', tweet)
tweet = re.sub(r'^RT[\s]+', '', tweet)
tweet = re.sub(r'https?:\/\/.*[\r\n]*', '', tweet)
tweet = re.sub(r'#', '', tweet)
tokenizer = TweetTokenizer(preserve_case=False,        strip_handles=True,reduce_len=True)
tweet_tokens = tokenizer.tokenize(tweet)

tweets_clean = []
for word in tweet_tokens:
    if (word not in stopwords_english and  
            word not in string.punctuation): 
        stem_word = stemmer.stem(word)  # stemming word
        tweets_clean.append(stem_word)

return tweets_clean

【讨论】：

它确实有效，但是 utils 应该有这些功能，那为什么没有呢？

【解决方案3】：

如果您正在学习 deeplearning.ai 上的 NLP 课程，那么我相信 utils.py 文件是由该课程的讲师创建的，用于在实验室课程中使用，不应与通常的 utils 混淆。

【讨论】：

是的，确实，你有那个实现吗，我需要在我的本地机器上做。

【解决方案4】：

我猜你根本不需要使用process_tweet。课程中的代码只是总结你从开始到词干步骤所做的一切的捷径；因此，只需忽略该步骤，只需打印出 tweet_stem 即可查看原始文本和预处理文本之间的区别。

【讨论】：

能否请您链接到课程或代码，以便为您的答案提供更多背景信息。