Question

感谢您对此进行调查，我有一个 Python 程序，我需要将 process_tweet 和 build_freqs 用于某些 NLP 任务，nltk 已经安装并且 utils 不是所以我通过pip install utils安装了它，但上面提到的两个模块显然没有安装，我得到的错误是这里的标准错误，

ImportError: cannot import name 'process_tweet' from
'utils' (C:\Python\lib\site-packages\utils\__init__.py)

我做错了什么还是遗漏了什么？我也提到了 This stackoverflow answer 但它没有帮助。

Answer 1

试试这个代码，它应该可以工作：

def process_tweet(tweet):
stemmer = PorterStemmer()
stopwords_english = stopwords.words('english')
tweet = re.sub(r'\$\w*', '', tweet)
tweet = re.sub(r'^RT[\s]+', '', tweet)
tweet = re.sub(r'https?:\/\/.*[\r\n]*', '', tweet)
tweet = re.sub(r'#', '', tweet)
tokenizer = TweetTokenizer(preserve_case=False,        strip_handles=True,reduce_len=True)
tweet_tokens = tokenizer.tokenize(tweet)

tweets_clean = []
for word in tweet_tokens:
    if (word not in stopwords_english and  
            word not in string.punctuation): 
        stem_word = stemmer.stem(word)  # stemming word
        tweets_clean.append(stem_word)

return tweets_clean

Answer 2

您可以使用 ?? 轻松访问任何源代码，例如在本例中：process_tweet?? （以上代码来自 deeplearning.ai NLP 课程客户工具库）：

def process_tweet(tweet):
"""Process tweet function.
Input:
    tweet: a string containing a tweet
Output:
    tweets_clean: a list of words containing the processed tweet

"""
stemmer = PorterStemmer()
stopwords_english = stopwords.words('english')
# remove stock market tickers like $GE
tweet = re.sub(r'\$\w*', '', tweet)
# remove old style retweet text "RT"
tweet = re.sub(r'^RT[\s]+', '', tweet)
# remove hyperlinks
tweet = re.sub(r'https?:\/\/.*[\r\n]*', '', tweet)
# remove hashtags
# only removing the hash # sign from the word
tweet = re.sub(r'#', '', tweet)
# tokenize tweets
tokenizer = TweetTokenizer(preserve_case=False, strip_handles=True,
                           reduce_len=True)
tweet_tokens = tokenizer.tokenize(tweet)

tweets_clean = []
for word in tweet_tokens:
    if (word not in stopwords_english and  # remove stopwords
            word not in string.punctuation):  # remove punctuation
        # tweets_clean.append(word)
        stem_word = stemmer.stem(word)  # stemming word
        tweets_clean.append(stem_word)

Answer 3

如果您正在学习 deeplearning.ai 上的 NLP 课程，那么我相信 utils.py 文件是由该课程的讲师创建的，用于实验室课程，不应与通常的 utils 混淆。

Answer 4

我想您不需要像所有那样使用 process_tweet。课程中的代码只是总结你从开始到词干步骤所做的一切的捷径；因此，只需忽略该步骤，只需打印出 tweet_stem 即可查看原始文本和预处理文本之间的差异。

无法从 utils 导入 process_tweets

4 个答案: