使用 python textblob 库标记器时出错

Question

我让 textblob 库工作了一段时间，但决定安装（使用 easy_install）一个额外的库（page here），声称标记速度更快、更准确。

我无法让它工作所以我卸载了它，但它似乎与 TextBlob 中的标记功能混淆了。我已经使用 pip 和 easy_install 卸载并重新安装了 nltk 和 TextBlob 无数次，并确保它们是最新的。

这是一个生成错误的简单脚本示例：

from textblob import TextBlob

blob = TextBlob("This is a sentence")
print repr(blob.tags)

并打印错误：

    Traceback (most recent call last):
  File "tesst.py", line 5, in <module>
    print repr(blob.tags)
  File "C:\Users\Emmet\Anaconda\lib\site-packages\textblob\decorators.py", line 24, in __get__
    value = obj.__dict__[self.func.__name__] = self.func(obj)
  File "C:\Users\Emmet\Anaconda\lib\site-packages\textblob\blob.py", line 445, in pos_tags
    for word, t in self.pos_tagger.tag(self.raw)
  File "C:\Users\Emmet\Anaconda\lib\site-packages\textblob\decorators.py", line 35, in decorated
    return func(*args, **kwargs)
  File "C:\Users\Emmet\Anaconda\lib\site-packages\textblob\en\taggers.py", line 34, in tag
    tagged = nltk.tag.pos_tag(text)
  File "C:\Users\Emmet\Anaconda\lib\site-packages\nltk\tag\__init__.py", line 110, in pos_tag
    tagger = PerceptronTagger()
  File "C:\Users\Emmet\Anaconda\lib\site-packages\nltk\tag\perceptron.py", line 141, in __init__
    self.load(AP_MODEL_LOC)
  File "C:\Users\Emmet\Anaconda\lib\site-packages\nltk\tag\perceptron.py", line 209, in load
    self.model.weights, self.tagdict, self.classes = load(loc)
  File "C:\Users\Emmet\Anaconda\lib\site-packages\nltk\data.py", line 801, in load
    opened_resource = _open(resource_url)
  File "C:\Users\Emmet\Anaconda\lib\site-packages\nltk\data.py", line 924, in _open
    return urlopen(resource_url)
  File "C:\Users\Emmet\Anaconda\lib\urllib2.py", line 154, in urlopen
    return opener.open(url, data, timeout)
  File "C:\Users\Emmet\Anaconda\lib\urllib2.py", line 431, in open
    response = self._open(req, data)
  File "C:\Users\Emmet\Anaconda\lib\urllib2.py", line 454, in _open
    'unknown_open', req)
  File "C:\Users\Emmet\Anaconda\lib\urllib2.py", line 409, in _call_chain
    result = func(*args)
  File "C:\Users\Emmet\Anaconda\lib\urllib2.py", line 1265, in unknown_open
    raise URLError('unknown url type: %s' % type)
urllib2.URLError: <urlopen error unknown url type: c>

可以看到错误其实是提到了perceptron tagger。有什么方法可以更彻底地删除可能对备用标记器的任何引用？

另请注意，只有 "tags" 功能受到影响。

Answer 1

我发现了我在使用 ap 标记器时遇到问题的原因。 My issue is solved here. 更具体地说，通过注释 "Another option is to install nltk and then change "from textblob.packages import nltk" 到 "import nltk" [在 taggers.py] 文件中。"

（请注意，这与上面的错误消息不对应：该错误是在没有安装 aptagger 的情况下出现的。我收到另一个错误 with 它安装了，这是一个解决方案。）

Answer 2

这似乎是 nltk 3.2 版的问题。在发布中修复之前，您可以使用此 hack：

使用 python textblob 库标记器时出错

Error when using python textblob library tagger

python

nltk

python-2.7

textblob