Ubuntu 12.04 LTS上的python-nltk：nltk.download（'brown'）导致HTML错误401

9

我已经使用apt-get在Ubuntu Server 12.04上安装了python-nltk。

但是，当我尝试下载语料库时，出现以下错误：

$ python
Python 2.7.3 (default, Feb 27 2014, 19:58:35)
[GCC 4.6.3] on linux2
Type "help", "copyright", "credits" or "license" for more information.
>>> import nltk
>>> nltk.download('brown')
[nltk_data] Error loading brown: HTTP Error 401: Authorization
[nltk_data]     Required
False

我是否缺少某些配置或其他软件包？

12.04 python

— jk-恢复莫妮卡
source

您可以尝试从源代码安装wget https://github.com/nltk/nltk/archive/develop.zip; unzip develop.zip; cd nltk-develop; python setup.py install。但是在github.com/nltk/nltk/issues/747中

— alvas 2014年

这仍然是Ubuntu 13.04的问题

— Tickon 2014年

经过很长时间和一些系统升级后，重新考虑此问题：ubuntu 18.04 LTS

— jk

12

该DEFAULT_URL所使用downloader.py的Ubuntu的打包版本仍然使用：

DEFAULT_URL = 'http://nltk.googlecode.com/svn/trunk/nltk_data/index.xml'

但是当前的数据服务器是：

DEFAULT_URL = "http://nltk.github.com/nltk_data/"

您当然可以从源代码安装，也可以...修改已安装的版本以指向新服务器，如下所示：

 sudo perl -pi -e 's#DEFAULT_URL = .*#DEFAULT_URL = "http://nltk.github.com/nltk_data/"#' /usr/lib/python2.7/dist-packages/nltk/downloader.py

然后，您可以安装“棕色”语料库：

$ python
Python 2.7.6 (default, Mar 22 2014, 22:59:56) 
[GCC 4.8.2] on linux2
Type "help", "copyright", "credits" or "license" for more information.
>>> import nltk
>>> nltk.download('brown')
[nltk_data] Downloading package 'brown' to /home/sylvain/nltk_data...
[nltk_data]   Unzipping corpora/brown.zip.
True
>>> from nltk.corpus import brown
>>> brown.words()
['The', 'Fulton', 'County', 'Grand', 'Jury', 'said', ...]
>>>

— 西尔文·皮诺（Sylvain Pineau）
source

12

可以在不更改源代码的情况下解决此问题。在python中创建自定义下载器：

>>> dl = nltk.downloader.Downloader("http://nltk.github.com/nltk_data/")

然后打开一个GUI对话框：

>>> dl.download()

检查您对下载目录具有写访问权，然后下载所需的文件。

— 逻辑骑士
source

0

pip install nltk --upgrade

此更新nltk，然后nltk.download()再次工作。

— 机器
source