Spacy/Textacy 不从 .txt（文本）文件中读取文件内容

Question

我正在尝试使用 Python (SpaCy/Textacy/Textblob) 从文本文件中读取内容（博客），但到目前为止都是徒劳的。 以下是我最近尝试过的代码：

import content as content
import pattern as pattern
import textacy
import spacy
nlp = spacy.load('en')
verb_clause_pattern = r'<VERB><ADV><PART><VERB>+<PART>'
doc = textacy.Doc.content, lang = 'en'
lists = textacy.extract.pos_regex_matches(doc, pattern)
for list in lists:
    print(list.text)

我收到以下错误：

    "E:\TWP\TWP\venv\Scripts\python.exe E:/TWP/TWP/VerbPhrases.py
    Traceback (most recent call last):
      File "E:/TWP/TWP/VerbPhrases.py", line 5, in <module>
        nlp = spacy.load('en')
      File "E:\TWP\TWP\venv\lib\site-packages\spacy\__init__.py", line 30, in load
        return util.load_model(name, **overrides)
      File "E:\TWP\TWP\venv\lib\site-packages\spacy\util.py", line 169, in load_model
        raise IOError(Errors.E050.format(name=name))
    OSError: [E050] Can't find model 'en'. It doesn't seem to be a shortcut link, a Python package or a valid path to a data directory."

Answer 1

这很可能是由 spaCy 引起的链接错误。 我不断收到此错误。 我设法通过在 Anaconda 终端中运行它来修复它，例如：

python -m spacy download en

确保您以管理员身份打开 Anaconda 终端，以便在 Windows 上进行链接。

如果您使用的是 Ubuntu Linux，请尝试以下操作：

sudo python -m spacy.en.download all

在最新版本的 spaCy 中，您现在可以选择导入或链接。 你可以参考这个 github issue了解更多细节：