NLTK 找不到 Java 可执行文件

Question

我使用的是NLTK的nltk.tag.stanford，它需要调用java可执行文件。

我将 JAVAHOME 设置为安装了 jdk 的 C:\Program Files\Java\jdk1.6.0_25 ，但是当运行该程序时出现错误

"NLTK was unable to find the java executable! Use the config_java() or set the JAVAHOME variable"

然后我花了 3 个小时对其进行调试并尝试，

config_java("C:/Program Files/Java/jdk1.6.0_25/")

config_java("C:/Program Files/Java/jdk1.6.0_25/bin/")
and those without the ending "/". 

但是 nltk 仍然找不到它。

任何人都知道出了什么问题吗？谢谢你的战利品！

Answer 1

我花了大约七个小时解决这个问题，终于找到了解决方案。您可以将您的java目录直接写入internals.py文件（版本2.0.4）的第69行和第72行，如下所示：

##########################################################################
# Java Via Command-Line
##########################################################################

_java_bin = 'C:\Program Files\Java\jdk1.7.0_25\\bin\java.exe'
_java_options = []
# [xx] add classpath option to config_java?
def config_java(bin='C:\Program Files\Java\jdk1.7.0_25\\bin\java.exe', options=None, verbose=True):

这解决了我的问题。 （我在32位Windows环境下工作）

Answer 2

protos1210 的技巧对我有用，但有一些细微的变化。完整的答案是：

import nltk
nltk.internals.config_java("C:/Program Files/Java/jdk1.6.0_30/bin/java.exe")

在我重新启动 IDLE 后，以下代码起作用了。

import nltk
path_to_model = "C:/Program Files/stanford-postagger-2012-05-22/models/english-bidirectional-distsim.tagger"
path_to_jar = "C:/Program Files/stanford-postagger-2012-05-22/stanford-postagger.jar"
tagger = nltk.tag.stanford.POSTagger(path_to_model, path_to_jar)
tokens = nltk.tokenize.word_tokenize("I hope this works!")
print tagger.tag(tokens)

输出为：[('I', 'PRP'), ('希望', 'VBP'), ('this', 'DT'), ('works', 'VBZ'), ('!', ' .')]。

我永远无法让它识别我的 JAVAHOME 环境变量。

Answer 3

我查看了此处，文档似乎表明论证应该看起来像

config_java("C:/Program Files/Java/jdk1.6.0_25/bin/java")

Answer 4

根据您的环境，您可能需要尝试重新安装 nltk 二进制文件。我从二进制文件安装，然后通过 easy_install 升级，它错误地安装了 osx 版本的 nltk，当 ntlk 找不到我的 java 二进制文件时，这导致了异常。

Answer 5

我已尝试了上述所有解决方案以及 Google 网上论坛，但没有一个起作用。因此，经过几轮试验和对上述答案的修改后，以下代码对我有用：-

>>>  import os

>>>  os.environ['JAVAHOME'] = "C:/Program Files/Java/jdk1.8.0_31/bin" #insert approriate version of jdk

然后我尝试了 NERTagger 代码：-

>>> from nltk.tag.stanford import NERTagger

>>> st = NERTagger('stanford-ner-2014-06-16/classifiers/english.all.3class.distsim.crf.ser.gz','stanford-ner-2014-06-16/stanford-ner.jar')

>>> st.tag('John has refused the offer from Facebook. He will work for Google'.split())

以下是我收到的输出

'John', u'PERSON'), (u'has', u'O'), (u'refused', u'O'), (u'the', u'O'), (u'offer', u'O'), (u'from', u'O'), (u'Facebook', u'ORGANIZATION'), (u'.', u'O')]

在 Windows 7 64 位上测试

Answer 6

我也遇到过这方面的问题。一直很头疼啊！

我让它在我的机器（Win7_x64）上工作，

将“jdk1.6.0_30”替换为您的 jdk 版本。运行这个命令：

config_java("C:/Program Files/Java/jdk1.6.0_30/bin/java.exe")
[Found C:/Program Files/Java/jdk1.6.0_30/bin/java.exe: C:/Program Files/Java/jdk1.6.0_30/bin/java.exe]

我不知道为什么工作这么困难。希望这有帮助！

Answer 7

在 NLTK 中使用 stanford 包时遇到此错误消息的另一种可能性是，如果您使用 StanfordTagger 而不是 PosTagger 或 NERTagger。根据 Google 网上论坛，有一个设计鼓励用户远离一般的 StanfordTagger 类并转向两个特定标记器之一。

Answer 8

对于这种情况，另一个不同的答案是您正在使用 IDE，例如 Eclipse。即使您已经设置了 JAVA_HOME 环境变量，并且即使您显式调用 config_java 并且您得到了 [Found ... /bin/java.exe]< /code> 消息返回给您，您可能仍然需要为 IDE 设置运行时环境。原因是，当您调用标记器时，config_java 作为该过程的一部分再次被调用，因此您最初尝试设置 java 二进制可执行文件的路径可能会被覆盖。

Answer 9

我意识到这是一个老问题，但这是对我有用的解决方案（在 Windows 7-64 位上运行）。希望它能为某人节省一些时间。

我实现了此处给出的解决方案：

 "I have been able to get it working by commenting out two lines in the batch_tag function in     
 \nltk\tag\stanford.py

  The lines are line 59 and 85.

 config_java(options=self.java_options, verbose=False)
 and 
 config_java(options=default_options, verbose=False)
 respectively."

注释掉我以其他答案中提到的相同方式设置了Java可执行文件的路径：

 nltk.internals.config_java("path/to/javadk/bin/java.exe")

一个kludgey但可行的解决方案。之后一切工作正常。

Answer 10

希望这可以节省其他人尝试解决此问题的时间。我对编程、Python 和 NLTK 还很陌生，当我尝试实现 @dduhaime 的解决方案时，我没有意识到有两个“internals.py”文件：一个位于 nltk 文件夹中（path=C:\nltk -2.0.4 在我的电脑上）和一个在我的 Python27 文件夹中（我的计算机上的路径=C:\Python27\Lib\site-packages\nltk-2.0.4-py2.7.egg\nltk）。您必须在第 69 行和第 69 行添加 java 目录的路径。 72 在后面的“internals.py”文件中，否则 NLTK 仍然无法找到它。

我的环境：Windows 7 64位，NLTK build 2.0.4

Answer 11

我为此实现了一个解决方法，因为 NLTK 误解了 JAVA_HOME 变量的含义：

import os
if os.environ.get("JAVA_HOME") is not None and "/bin" not in os.environ["JAVA_HOME"]:
    os.environ["JAVAHOME"] = os.path.normpath(os.path.join(os.environ["JAVA_HOME"], "bin"))

这基本上采用 JAVA_HOME 中的正确值，创建 NLTK 友好的版本并将其存储在 JAVAHOME 中。 NLTK 将检查两者，以便找到二进制文件。显然，您需要在创建标记器之前执行此操作。

Answer 12

我遇到了同样的问题，这对我有用，非常简单。当您设置 JavaHome 变量时，请设置计算机中 jdk 文件夹的路径，如下所示：

C:\Program Files\Java\jdk\ - 这确实有效

C:\Program Files\Java\jdk -这不起作用

Answer 13

这个答案适用于 ubuntu 14.04 。

注释掉 \nltk\tag\stanford.py 中的 batch_tag 函数中的两行

，即第 59 行和第 85 行。

config_java (options=self.java_options, verbose=False) 和
分别config_java(options=default_options, verbose=False)。

注释掉这些行后，我以其他答案中提到的相同方式设置了 Java 可执行文件的路径：
nltk.internals.config_java("path/to/javadk/bin/java")

之后一切正常。

Answer 14

如果设置 JAVA_HOME 环境对您没有帮助，请尝试以下操作：

config_java() 对我不起作用。我将以下几行添加到我的代码中并且它起作用了：

import os
java_path = "C:/Program Files/Java/jdk1.7.0_11/bin/java.exe"
os.environ['JAVAHOME'] = java_path

我正在运行 Windows 7 64 位