笔者折腾了几个小时,第二天起来终于发现了玄机,nltk自己的语料库下载通道很慢而且不稳定,很多文章都在介绍怎么搭建好通道,实际上不如一劳永逸直接下载全部的语料库,GitHub下载速度慢可以保存到码云再下载,整个包700多MB。
1.下载完整的预料包.
传送门
2.将预料包放入正确位置
找到python的安装路径,把压缩包放进一个叫share的文件夹解压,然后改名为nltk_data,再进nltk_data文件夹里面的packages文件夹把一个叫corpora的文件夹复制粘贴到上一级目录,即一点进nltk_data文件夹就可以看到corpora文件夹,否则会报错zipfile.BadZipFile: File is not a zip file:
笔者因为这个问题折腾了老久,网上全是没用的攻略,都是关于openxl的,实际上和这里的报错无关,凌晨时调通了nltk语料库下载通道,但是仍然不能使用,下载了语料库,还是报错zipfile.BadZipFile: File is not a zip file:,早上起来发现nltk文件夹里面有一个wornet压缩包,但是不完整(官网的是10MB左右),点击packages里发现也有一个corpora文件夹,而且里面似乎都是语料库,于是突发奇想,把原来的corpora文件夹删掉,把packages里面的corpora文件夹复制放置到上一级文件夹,结果运行通过了。