使用nltk pos tagger时出现错误的zip文件错误

Question

我试图使用NLTK POS-tagger，但我得到了一个＆＃34; zipfile.BadZipfile：文件不是zip文件＆＃34;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this question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。有人能指出我需要的特定文件，所以我可以只下载那个而不是整个语料库吗？

（我使用的是Python 2.7.6）

Answer 1

试试这些：

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。您在代码示例中未使用的第三个，但您需要nltk.sent_tokenize()，这会将纯文本分解为句子。由于您正在处理POS标签，我还会下载这些标签（它们很小）：

nltk.download(["tagsets", "universal_tagset"])

如果你有足够的空间，请下载整本书＃34;集合将为您提供探索NLTK所需的一切。