python-2.7 - 在 NLTK 中导入 compat 错误并使用 BrowServer 浏览 NLTK Wordnet 数据库以进行词形还原

Question

此处用例的扩展 - NLTK words lemmatizing

我的电脑上安装了 nltk(包括书中的所有模块和语料库)。我的用例是探索和对比我的数据集的一些词形还原和词干提取方法(我尝试了 Porter 词形还原，效果很好)

我正在尝试使用 Wordnet 的词形还原，如@Chthonic Project 此处所述NLTK words lemmatizing .但是它指向的源代码(参见此处 http://nltk.org/_modules/nltk/app/wordnet_app.html)需要来自 nltk 的兼容模块。

from nltk import compat
ImportError: cannot import name compat

我在谷歌上搜索了 compat 的导入错误(它看起来像兼容？)，这是我在我的 ubuntu 机器上尝试过的:-

sudo 查找。 -name compat* 返回以下文件。我还尝试了 sudo find -name "trac"-type d 什么都不返回。

我看到我应该在同样的文件夹/usr/lib/python2.4/site-packages/Trac-0.11.1-py2.4.egg 中找到一些带有“trac/tests/functional/fixes”的模块/trac/测试/功能/

来源:http://biodegradablegeek.com/2008/08/workaround-for-importerror-cannot-import-name-compat-issue-in-trac-011x/#sthash.NhAThk6e.dpuf

问题:

<强>1。我错过了什么？ 这是 trac/tests 的问题吗？

<强>2。有没有一种方法可以使用 wordnet 进行词形还原(from nltk.corpus import wordnet as wn works just fine. Post import error is solved, how do I use this module http://nltk.org/_modules/nltk/app/wordnet_app.html(我试图从此页面在本地构建源代码，即文件 browserver.py，当我使用 compat 遇到导入错误时)

提示:如果您提供解决方案，请同时说明如何在我的 windows 环境中解决这个问题(我同时使用 windows 和 ubuntu，具体取决于上下文)

我从 find 看到的文件。 -名称兼容*

ekta@ekta-VirtualBox:/usr/lib/python2.7$ sudo find . -name compat*
./dist-packages/numpy/numarray/compat.pyc
./dist-packages/numpy/numarray/compat.py
./dist-packages/numpy/distutils/compat.pyc
./dist-packages/numpy/distutils/compat.py
./dist-packages/numpy/compat
./dist-packages/numpy/oldnumeric/compat.pyc
./dist-packages/numpy/oldnumeric/compat.py
./dist-packages/twisted/python/compat.pyc
./dist-packages/twisted/python/compat.py
./dist-packages/gtk-2.0/gtk/compat.pyc
./dist-packages/gtk-2.0/gtk/compat.py

我在 python 2.7 上

Answer 1

在 NLTK 中使用 WordNet(实际上是 Morphy)进行词形还原很简单:

from nltk.corpus import wordnet as wn

wn.morphy('runs') # "run"
wn.morphy('leaves') # "leaf"

wordnet_app 是一个 WordNet 浏览器，而不是 NLTK WordNet API:您不需要它! Chthonic 项目讨论的是派生相关形式，而不是词形还原，这是两个不同的东西。

顺便说一句，你在 wordnet_app 和 compat 上遇到的问题是你复制了一个与你的 nltk 发行版不兼容的文件的最新版本(compat 是一个最近的 NLTK 模块灵感来自六个有助于过渡到 Python 3.)。如果您需要 wordnet_app，请不要复制源代码，只需使用 NLTK 发行版中的版本即可!)