一次性下载 google colaboratory 中的所有 nltk 包

Question

我想在我的 google colab 代码中使用停用词，当我导入有关 nltk 的内容时没有错误，但是当我在我的代码中使用停用词时，google colab 给出了这个错误：-

Resource 'corpora/stopwords.zip/stopwords/' not found.  Please
use the NLTK Downloader to obtain the resource:  >>>
nltk.download()

但是当我这样做时：-

 import nltk
 nltk.download()

它为我提供了所有软件包列表，因此我必须选择 1 进行下载，在终端中我可以执行“全部”来下载所有软件包，但是我如何在 google colab 中执行此操作？我不想每次都添加一个名字来下载东西。这就是 colab 在我执行“nltk.download()”时向我展示的内容：-

NLTK 下载器

d) 下载 l) 列表 u) 更新 c) 配置 h) 帮助 q) 退出

 Downloader> d

 Download which package (l=list; x=cancel)?

有什么办法可以一次将所有 nltk 包下载到我在 google colab 中的项目中？

Answer 1

当我遇到同样的问题时，我到达了这个页面。
我可以在 google colab 中使用“流行”与此代码。

import nltk
nltk.download("popular")

Answer 2

使用：

import nltk

nltk.download('all')

这对我有用。

Answer 3

您还有其他几种选择：

all-corpora......... All the corpora
all-nltk............ All packages available on nltk_data gh-pages
                           branch
all................. All packages
book................ Everything used in the NLTK Book
popular............. Popular packages
tests............... Packages for running tests

您可以将它们用作：

import nltk
nltk.download('book')
#or
nltk.download('tests')
#or
nltk.download('all-corpora')# not recommended as it download huge amount of data.