python中NLTK中词性标记的zip文件错误

我不熟悉python和NLTK。我想在这方面做单词标记和词性标记。我在我的Ubuntu 14.04中安装了NLTK 3.0，有一个默认的python 2.7.6。首先我尝试对一个简单的句子进行标记。但是我遇到了一个错误，告诉我“BadZipfile:文件不是zip文件”。如何解决这个问题

还有一个疑问，就是。当我安装nltk数据（使用命令行）时，我将路径设置为“/usr/share/nltk_data”。由于某些错误，某些包无法安装。但当我使用命令“nltk.data.path”勾选时，它显示了其他路径，而其他路径实际上无效。。为什么

我有1000个文本文件。如何为这么多的文件编写一个标记和词性标记程序，作为python的输入..我不知道。。请帮帮我

我在python解释器中使用命令的方式如下所示

Python 2.7.6 (default, Mar 22 2014, 22:59:56) 
[GCC 4.8.2] on linux2
Type "copyright", "credits" or "license()" for more information.
>>> import nltk
>>> nltk.data.path
['/home/ubuntu/nltk_data', '/usr/share/nltk_data',       '/usr/local/share/nltk_data', '/usr/lib/nltk_data', '/usr/local/lib/nltk_data']
>>> from nltk import pos_tag, word_tokenize
>>> sentence = "Hello my name is Derek. I live in Salt Lake city."
>>> sentence
'Hello my name is Derek. I live in Salt Lake city.'
>>> word_tokenize(sentence)

Traceback (most recent call last):
File "<pyshell#5>", line 1, in <module>
word_tokenize(sentence)
File "/usr/local/lib/python2.7/dist-packages/nltk/tokenize/__init__.py",      line 93, in word_tokenize
return [token for sent in sent_tokenize(text)
File "/usr/local/lib/python2.7/dist-packages/nltk/tokenize/__init__.py",   line 81, in sent_tokenize
tokenizer = load('tokenizers/punkt/english.pickle')
File "/usr/local/lib/python2.7/dist-packages/nltk/data.py", line 774, in   load
opened_resource = _open(resource_url)
File "/usr/local/lib/python2.7/dist-packages/nltk/data.py", line 888, in _open
return find(path_, path + ['']).open()
File "/usr/local/lib/python2.7/dist-packages/nltk/data.py", line 605, in find
return find(modified_name, paths)
File "/usr/local/lib/python2.7/dist-packages/nltk/data.py", line 592, in find
return ZipFilePathPointer(p, zipentry)
File "/usr/local/lib/python2.7/dist-packages/nltk/compat.py", line 380, in _decorator
return init_func(*args, **kwargs)
File "/usr/local/lib/python2.7/dist-packages/nltk/data.py", line 449, in __init__
zipfile = OpenOnDemandZipFile(os.path.abspath(zipfile))
File "/usr/local/lib/python2.7/dist-packages/nltk/compat.py", line 380, in _decorator
return init_func(*args, **kwargs)
File "/usr/local/lib/python2.7/dist-packages/nltk/data.py", line 946, in __init__
zipfile.ZipFile.__init__(self, filename)
File "/usr/lib/python2.7/zipfile.py", line 770, in __init__
self._RealGetContents()
File "/usr/lib/python2.7/zipfile.py", line 811, in _RealGetContents
raise BadZipfile, "File is not a zip file"
BadZipfile: File is not a zip file
>>>

Python 2.7.6（默认，2014年3月22日，22:59:56）
[GCC 4.8.2]关于linux2
有关详细信息，请键入“copyright”、“credits”或“license（）”。
>>>导入nltk
>>>nltk.data.path
['/home/ubuntu/nltk_data'、'/usr/share/nltk_data'、'/usr/local/share/nltk_data'、'/usr/lib/nltk_data'、'/usr/local/lib/nltk_data']
>>>从nltk导入pos_标记，word_标记化
>>>句子=“你好，我叫德里克。我住在盐湖城。”
>>>判决
“你好，我叫德里克。我住在盐湖城
>>>单词标记化（句子）
回溯（最近一次呼叫最后一次）：
文件“”，第1行，在
单词标记化（句子）
文件“/usr/local/lib/python2.7/dist packages/nltk/tokenize/_init__.py”，第93行，在word_tokenize中
return[已发送的令牌\u令牌化（文本）
文件“/usr/local/lib/python2.7/dist packages/nltk/tokenize/_init__.py”，第81行，在sent_tokenize中
标记器=load（'tokenizers/punkt/english.pickle'）
文件“/usr/local/lib/python2.7/dist-packages/nltk/data.py”，第774行，装入
已打开\u资源=\u打开（资源\u url）
文件“/usr/local/lib/python2.7/dist-packages/nltk/data.py”，第888行，打开
返回find（路径，路径+['']）.open（）
文件“/usr/local/lib/python2.7/dist packages/nltk/data.py”，第605行，在find中
返回查找（修改的名称、路径）
文件“/usr/local/lib/python2.7/dist packages/nltk/data.py”，第592行，在find中
返回ZipFilePathPointer（p，zipentry）
文件“/usr/local/lib/python2.7/dist packages/nltk/compat.py”，第380行，in_decorator
返回初始函数（*args，**kwargs）
文件“/usr/local/lib/python2.7/dist packages/nltk/data.py”，第449行，在__
zipfile=OpenOnDemandZipFile（os.path.abspath（zipfile））
文件“/usr/local/lib/python2.7/dist packages/nltk/compat.py”，第380行，in_decorator
返回初始函数（*args，**kwargs）
文件“/usr/local/lib/python2.7/dist packages/nltk/data.py”，第946行，在__
zipfile.zipfile.\uuuu init\uuuu（self，文件名）
文件“/usr/lib/python2.7/zipfile.py”，第770行，在__
self.\u RealGetContents（）
文件“/usr/lib/python2.7/zipfile.py”，第811行，在RealGetContents中
raise BadZipfile，“文件不是zip文件”
BadZipfile:文件不是zip文件
>>>

---

提前感谢….

您显然还没有运行

下载\u corpora.py

（成功）。

我解决了与下面关于stackoverflow的问题相同的问题

基本上，检查您的NLTK版本。 如果高于v3.2，请使用以下命令行：

nltk.download('averaged_perceptron_tagger')

---

这对我很有用。

这个文件在哪里？如何运行这个文件？在终端中？在此之前，我应该删除我已经下载的corpora文件夹吗？