我们可以使用以下方式下载所有 nltk 数据:
> import nltk
> nltk.download('all')
或特定数据使用:
> nltk.download('punkt')
> nltk.download('maxent_treebank_pos_tagger')
但我想下载除“corpara”文件之外的所有数据, 例如 - 所有词 block 分析器、语法分析器、模型、词干分析器、标记器、分词器等
没有下载器 UI 有什么方法可以做到这一点吗?类似的东西,
> nltk.download('all-taggers')
最佳答案
列出所有语料库 ID 并设置 _status_cache[pkg.id] = 'installed'
。
它会将所有语料库的状态值设置为“已安装”,并且当我们使用nltk.download()
时将跳过语料库包。
如果您不确定需要哪个语料库/包,请使用 nltk.download('popular')
,而不是下载所有语料库和模型。
import nltk
dwlr = nltk.downloader.Downloader()
for pkg in dwlr.corpora():
dwlr._status_cache[pkg.id] = 'installed'
dwlr.download('popular')
下载特定文件夹的所有包。
import nltk
dwlr = nltk.downloader.Downloader()
# chunkers, corpora, grammars, help, misc,
# models, sentiment, stemmers, taggers, tokenizers
for pkg in dwlr.packages():
if pkg.subdir== 'taggers':
dwlr.download(pkg.id)
关于python - NLTK - 在没有 Downloader UI 的情况下从命令行下载除 corpara 之外的所有 nltk 数据,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/38030703/