Je viens de commencer à utiliser un tagueur de partie de discours et je suis confronté à de nombreux problèmes.
J'ai commencé le balisage POS avec les éléments suivants:
import nltk
text=nltk.Word_tokenize("We are going out.Just you and me.")
Lorsque je veux imprimer 'text'
, Ce qui suit se produit:
print nltk.pos_tag(text)
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
File "F:\Python26\lib\site-packages\nltk\tag\__init__.py", line 63, in pos_tag
tagger = nltk.data.load(_POS_TAGGER)
File "F:\Python26\lib\site-packages\nltk\data.py", line 594, in load
resource_val = pickle.load(_open(resource_url))
File "F:\Python26\lib\site-packages\nltk\data.py", line 673, in _open
return find(path).open()
File "F:\Python26\lib\site-packages\nltk\data.py", line 455, in find
raise LookupError(resource_not_found)`
LookupError:
Resource 'taggers/maxent_treebank_pos_tagger/english.pickle' not
found. Please use the NLTK Downloader to obtain the resource:
>>> nltk.download().
Searched in:
- 'C:\\Documents and Settings\\Administrator/nltk_data'
- 'C:\\nltk_data'
- 'D:\\nltk_data'
- 'E:\\nltk_data'
- 'F:\\Python26\\nltk_data'
- 'F:\\Python26\\lib\\nltk_data'
- 'C:\\Documents and Settings\\Administrator\\Application Data\\nltk_data'
J'ai utilisé nltk.download()
mais cela n'a pas fonctionné.
Lorsque vous tapez nltk.download()
en Python, une interface NLTK Downloader s'affiche automatiquement.
Cliquez sur Modèles et choisissez maxent_treebank_pos_. Il s'installe automatiquement.
import nltk
text=nltk.Word_tokenize("We are going out.Just you and me.")
print nltk.pos_tag(text)
[('We', 'PRP'), ('are', 'VBP'), ('going', 'VBG'), ('out.Just', 'JJ'),
('you', 'PRP'), ('and', 'CC'), ('me', 'PRP'), ('.', '.')]
À partir de NLTK
versions supérieures à v3.2, veuillez utiliser:
>>> import nltk
>>> nltk.__version__
'3.2.1'
>>> nltk.download('averaged_perceptron_tagger')
[nltk_data] Downloading package averaged_perceptron_tagger to
[nltk_data] /home/alvas/nltk_data...
[nltk_data] Package averaged_perceptron_tagger is already up-to-date!
True
Pour les versions NLTK
utilisant l'ancien modèle MaxEnt, c'est-à-dire v3.1 et ci-dessous, veuillez utiliser:
>>> import nltk
>>> nltk.download('maxent_treebank_pos_tagger')
[nltk_data] Downloading package maxent_treebank_pos_tagger to
[nltk_data] /home/alvas/nltk_data...
[nltk_data] Package maxent_treebank_pos_tagger is already up-to-date!
True
Pour plus de détails sur la modification de la valeur par défaut pos_tag
, veuillez consulter https://github.com/nltk/nltk/pull/114
Depuis le shell/terminal, vous pouvez utiliser:
python -m nltk.downloader maxent_treebank_pos_tagger
(peut-être besoin d'être Sudo sur Linux)
Il installera maxent_treebank_pos_tagger
(c'est-à-dire le tagueur POS standard treebank en NLTK) et corrigez votre problème.
import nltk
text = "Obama delivers his first speech."
sent = nltk.sent_tokenize(text)
loftags = []
for s in sent:
d = nltk.Word_tokenize(s)
print nltk.pos_tag(d)
Résultat :
akshayy @ ubuntu: ~/summ $ python nn1.py [("Obama", "NNP"), ("délivre", "NNS"), ("son", "PRP $ '), (' premier ',' JJ '), (' discours ',' NN '), ('. ','. ')]
(Je viens de poser une autre question où a utilisé ce code)
nltk.download()
Cliquez sur Modèles et choisissez maxent_treebank_pos_. Il s'installe automatiquement.
import nltk
text=nltk.Word_tokenize("We are going out.Just you and me.")
print nltk.pos_tag(text)
[('We', 'PRP'), ('are', 'VBP'), ('going', 'VBG'), ('out.Just', 'JJ'),
('you', 'PRP'), ('and', 'CC'), ('me', 'PRP'), ('.', '.')]