立即下载google colaboratory中的所有nltk软件包

Posted 2021-04-07

我想在google colab上的代码中使用停用词，当我导入关于nltk的东西时没有错误但是当我在我的代码中使用停用词时google colab给出了这个错误： -

Resource 'corpora/stopwords.zip/stopwords/' not found.  Please
use the NLTK Downloader to obtain the resource:  >>>
nltk.download()

但当我这样做时： -

 import nltk
 nltk.download()

它给了我所有的包列表，所以我必须选择1下载，在终端我可以做“全部”下载所有包但但我如何在谷歌colab？我不想每次都添加一个名字来下载东西。当我做“nltk.download（）”时，这是colab给我看的： -

NLTK下载器

d）下载l）列表u）更新c）配置h）帮助q）退出

 Downloader> d

 Download which package (l=list; x=cancel)?

有什么办法可以一次性将所有nltk软件包下载到google colab的项目中吗？

答案

当我遇到同样的问题时，我到达了这个页面。 我可以在google colab上使用此代码的“热门”。

import nltk
nltk.download("popular")

另一答案

您还有其他几种选择：

all-corpora......... All the corpora
all-nltk............ All packages available on nltk_data gh-pages
                           branch
all................. All packages
book................ Everything used in the NLTK Book
popular............. Popular packages
tests............... Packages for running tests

您可以将它们用作：

import nltk
nltk.download('book')
#or
nltk.download('tests')
#or
nltk.download('all-corpora')# not recommended as it download huge amount of data.