Nltk: NgramModel tidak lagi tersedia?

Dibuat pada 23 Agu 2014 · 13Komentar · Sumber: nltk/nltk

Hai,

Saya dulu menggunakan nltk.models.NgramModel untuk pemodelan tri-gram. Saya mencoba menjalankan kode lama dengan instalasi baru nltk 3 dan sepertinya modul tersebut tidak lagi tersedia. Saya telah mengunduh semua model dan paket melalui nltk.download() dan saya masih mendapatkan
"Tidak ada modul bernama model"
ketika saya mencoba
dari nltk.model impor NgramModel

bantuan?

Terima kasih

Sumber

hanisaf

Komentar yang paling membantu

Saya akan mendorong versi NgramModel yang diuji regresi/unit dalam beberapa hari ke depan.

iliakur pada 23 Mar 2016

❤5 👍1

Semua 13 komentar

Hei! Ya, mereka saat ini tidak berada di cabang master -- ada beberapa bug luar biasa yang ingin kami perbaiki sebelum menyertakannya lagi. Ini adalah bug: https://github.com/nltk/nltk/labels/model

Jika saat ini Anda menggunakan versi dari github, Anda dapat beralih ke cabang "model", yang menyertakan kode NgramModel, meskipun saat ini secara signifikan berada di belakang cabang "develop" dan belum mengambil semua perbaikan bug terbaru.

Semoga ini membantu!

alexrudnick pada 23 Agu 2014

terima kasih Alex

hanisaf pada 23 Agu 2014

Apa status bug ini saat ini?

dexterzt pada 22 Mar 2016

Saya akan mendorong versi NgramModel yang diuji regresi/unit dalam beberapa hari ke depan.

iliakur pada 23 Mar 2016

❤5 👍1

Saya juga tertarik untuk berkontribusi.

dexterzt pada 23 Mar 2016

Apakah ini sudah terpecahkan? Saya masih tidak dapat mengimpor model

andrrra pada 25 Jan 2017

Saya masih tidak dapat mengimpor model dalam versi nltk-3.2.2

gintarasbar pada 8 Feb 2017

Diinstal dengan:
instal pip3 https://github.com/nltk/nltk/tarball/model

Tapi saya mendapat kesalahan yang berbeda sekarang:
ImportError: tidak dapat mengimpor nama 'NgramModel'

thangduong pada 29 Agu 2017

👍5

Silakan lihat kode sumbernya
Saya mengkodekan sampel.
from nltk.model import MLENgramModel
from nltk.model import build_vocabulary
from nltk.model import count_ngrams
docs = [['a', 'b', 'c'], ['a', 'c', 'c']]
vocab = build_vocabulary(cutoff, *docs)
counter = count_ngrams(order, vocab, *docs)
model = MLENgramModel(counter)