如何从代码中配置nltk数据目录?

只需更改项目即可 nltk.data.path ,这是一个简单的列表。

根据守则,, 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``.

然后在代码中:

######################################################################
# 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,只需将以下内容附加到可能的路径列表中:

import nltk
nltk.data.path.append("/home/yourusername/whateverpath/")

或在windows中:

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

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

而不是添加 nltk.data.path.append('your/path/to/nltk_data') 对于每个脚本,NLTK都接受NLTK_数据环境变量( code link

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

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

source

source ~/.bashrc

试验

打开python并执行以下行

import nltk
nltk.data.path

您可以看到您的nltk数据路径已经在那里。

nltk/nltk #1997

对于使用uwsgi的用户:

我遇到了麻烦,因为我希望uwsgi应用程序(以不同于我的用户身份运行)能够访问我以前下载的nltk数据。对我有效的方法是在 myapp_uwsgi.ini :

env = NLTK_DATA=/home/myuser/nltk_data/

这将设置环境变量 NLTK_DATA ,正如@schemacs所建议的。

尝试 导入nltk nltk.download()

使用上面fnjn关于打印路径的建议:

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

因此,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")

例外情况消失了。