如何从代码中配置nltk数据目录？

Question

如何从代码中配置nltk数据目录？

Answer 1

只需更改nltk.data.path的项目即可，这是一个简单的列表。

Answer 2

从代码中，http://www.nltk.org/_modules/nltk/data.html：

``nltk:path``：指定NLTK数据中存储的文件
 包位于*路径*。 NLTK 将在以下位置搜索这些文件
 由“nltk.data.path”指定的目录。

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，只需附加到可能路径的列表中：

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

或者在 Windows 中：

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

Answer 3

我使用附加，例如

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

Answer 4

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。 （代码链接）

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"

执行 source 加载环境变量

source ~/.bashrc

测试

打开 python 并执行以下行

import nltk
nltk.data.path

您可以看到 nltk 数据路径已在其中。

参考：@alvations 的回答
nltk/nltk #1997

Answer 5

使用 fnjn 上面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

所以当我使用路径时，我将路径从 python 类型正斜杠“/”切换为双反斜杠“\\” .append：

nltk.data.path.append("C:\\workspace\\my_project\\data\\nltk_books")

异常消失了。

Answer 6

对于那些使用 uwsgi 的人：

我遇到了麻烦，因为我想要一个 uwsgi 应用程序（以与我不同的用户身份运行）来访问我之前下载的 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/

这会设置环境变量 NLTK_DATA，如 @schemacs 所建议的。
进行此更改后，您可能需要重新启动 uwsgi 进程。

Answer 7

另一个解决方案是抢先一步。

尝试
导入nltk
nltk.download()

当弹出窗口询问是否要下载语料库时，可以指定下载到哪个目录。