我们可以使用以下方式下载所有nltk数据:
> import nltk
> nltk.download('all')
或使用以下特定数据:
> nltk.download('punkt')
> nltk.download('maxent_treebank_pos_tagger')
但我想下载除'corpara'文件以外的所有数据, 例如 - 所有chunkers,grammers,model,stemmers,taggers,tokenizer等
没有Downloader UI,有没有办法这样做?像,> nltk.download('all-taggers')
答案 0 :(得分:2)
列出所有语料库ID并设置_status_cache[pkg.id] = 'installed'
。
它会将所有语料库的状态值设置为'已安装' ,并且当我们使用nltk.download()
时将跳过语料库包。
如果您不确定所需的语料库/软件包,请使用nltk.download('popular')
,而不是下载所有语料库和模型。
import nltk
dwlr = nltk.downloader.Downloader()
for pkg in dwlr.corpora():
dwlr._status_cache[pkg.id] = 'installed'
dwlr.download('popular')
下载特定文件夹的所有包。
import nltk
dwlr = nltk.downloader.Downloader()
# chunkers, corpora, grammars, help, misc,
# models, sentiment, stemmers, taggers, tokenizers
for pkg in dwlr.packages():
if pkg.subdir== 'taggers':
dwlr.download(pkg.id)