Mac Os 上的 nltk 语料库位置

Posted 2023-02-19

【中文标题】Mac Os 上的 nltk 语料库位置

【英文标题】：nltk corpus location on Mac Os

【发布时间】：2016-07-09 21:01:04

【问题描述】：

请问，有人在 Mac OS 上的 Eclipse IDE 上使用 nltk 吗？我正在尝试定位 nltk 语料库数据的存储位置。我做了一些挖掘，发现它们位于我的机器上的这条路径： /Library/Frameworks/Python.framework/Versions/2.7/lib/python2.7/site-packages/nltk/init.pyc 但是当我进入 nltk 目录时，我发现了一个 corpus 文件夹，但里面和 corpus 没有任何相似之处。有人对下一步做什么有提示吗？

【问题讨论】：

你已经下载了语料库了吗？基本安装不附带它。

@MattDMo，不是吗？我认为它是自带的，因为我在 nltk 目录中找到了语料库文件夹。那么，关于如何下载语料库的任何提示？

打印 nltk.data.path 以查看 NLTK 在您的计算机上搜索语料库的位置。

【参考方案1】：

在 MacOS 上，它似乎默认为您的主目录，所以 /Users/X/nltk_data。但是，这取决于您安装它的位置。根据 MattDMo 的评论，如果您找不到所需的内容，打开 GUI 可以为您提供更多答案：

import nltk
nltk.download()

如果您只想将其安装在特定位置，请考虑命令行选项（这对 Docker 和脚本也很有用）：

python3 -m nltk.downloader -d /Users/X/nltk_data all

【参考方案2】：

Corpora 不是作为基本 nltk 包的一部分分发的，因为并非该模块的所有用户都需要它们，而且其中许多都非常大 - 最后我检查了一下，有一个被列为 1.7 GB，而不是几乎任何人都可以轻松下载。

但是，如果您阅读了出色的 NLTK docs，您将立即了解如何选择要下载的语料库：

>>> import nltk
>>> nltk.download()

这将打开一个漂亮的基于 Tk 的 GUI（在适当的环境中）或一个基于文本的 GUI，并允许您搜索、选择和下载感兴趣的语料库，甚至获取所有内容，这在高技术圈子中是众所周知的作为“整个shebang”。您甚至可以选择存储新下载的语料库的目录。简单！

您以某种方式找到的corpus 目录包含nltk.corpus 的源代码，其中包含处理语料库的工具，而不是实际的语料库本身。