我正在尝试使用nltk pos-tagger,但是正在获取" zipfile.badzipfile:文件不是zip文件"错误。
错误来自此代码:
import nltk
sentence = "I love python"
tokens = nltk.word_tokenize(sentence)
pos_tags = nltk.pos_tag(tokens)
print nltk.ne_chunk(pos_tags, binary=True)
我发现这个问题与我的问题有关。不幸的是,我无法下载整个语料库,因为我在服务器上工作并且有很多内存限制。有人可以将我指向我需要的特定文件,以便我只能下载一个而不是整个Corpora?
(我正在使用Python 2.7.6)
尝试以下:
nltk.download("maxent_treebank_pos_tagger")
nltk.download("maxent_ne_chunker")
nltk.download("punkt")
前两个分别用于POS标记和命名实体。您在代码示例中不使用的第三个,但是对于nltk.sent_tokenize()
,您需要它,这将纯文本分解为句子。由于您将使用POS标签,因此我也下载了这些(它们很小):
nltk.download(["tagsets", "universal_tagset"])
如果您确实有一些空间,则下载整个"书"集合将为您提供探索NLTK所需的一切。