Konnte nicht finden stanford-postagger.jar JAR-Datei um

Question

Ich versuche, den StanfordTokenizer tokenize() in meinem Skript zu verwenden, aber es scheint, wie es das Glas in der CLASSPATH ich bestellt nicht finden kann.

Ich habe versucht, die _JAR = 'stanford-postagger.jar' zu C:\Program Files\JetBrains\PyCharm 2017.1.2\stanford-postagger-2016-10-31\'stanford-postagger.jar' zu ändern, aber es scheint nicht zu funktionieren.

Das ist mein Skript:

from nltk.tokenize.stanford import StanfordTokenizer 
def AnalyzeText(text): 
    t = StanfordTokenizer(path_to_jar='C:\Program Files\JetBrains\PyCharm 2017.1.2\stanford-postagger-2016-10-31\stanford-postagger.jar') 
    return t.tokenize(text) 

I nltk aktualisiert tun haben. Ich habe auch die stanford-postagger heruntergeladen, wie Sie sehen. Ich kann nicht verstehen, was das Problem ist.

Answer 1

Es scheint, wie die ClassPath in Ordnung war. NLTK benötigt eine JDK 1.8-Version.

import os 
java_path = "C:/Program Files/Java/jdk1.8.0_131/bin/java.exe" 
os.environ['JAVAHOME'] = java_path 

Answer 2

In Python3, tun dies einmal:

import urllib.request 
import zipfile 

# Download the file. 
urllib.request.urlretrieve(r'http://nlp.stanford.edu/software/stanford-postagger-full-2015-04-20.zip', r'C:\Program Files\JetBrains\PyCharm 2017.1.2\stanford-postagger-full-2015-04-20.zip') 

# Initialize a zipfile object. 
zfile = zipfile.ZipFile(r'C:\Program Files\JetBrains\PyCharm 2017.1.2\stanford-pos-2015-04-20.zip') 

# Unzip the file. 
zfile.extractall(r'C:\Program Files\JetBrains\PyCharm 2017.1.2\stanford-pos') 

Dann:

from nltk.tokenize.stanford import StanfordTokenizer 

# First we set the direct path to the NER Tagger. 
_path_to_jar = r'C:\Program Files\JetBrains\PyCharm 2017.1.2\stanford-pos\stanford-postagger-full-2015-04-20\stanford-postagger.jar' 

# Then we initialize the NLTK's Stanford Tokenizer. 
st = StanfordTokenizer(path_to_jar= _path_to_jar) 

st.tokenize(text)