Ошибка Nltk stanford pos tagger: команда Java не выполнена

Я пытаюсь использовать nltk.tag.stanford module для пометки предложения (сначала как пример вики), но я продолжаю получать следующую ошибку:

Traceback (most recent call last):
  File "test.py", line 28, in <module>
    print st.tag(word_tokenize('What is the airspeed of an unladen swallow ?'))
  File "/usr/local/lib/python2.7/dist-packages/nltk/tag/stanford.py", line 59, in tag
    return self.tag_sents([tokens])[0]
  File "/usr/local/lib/python2.7/dist-packages/nltk/tag/stanford.py", line 81, in tag_sents
    stdout=PIPE, stderr=PIPE)
  File "/usr/local/lib/python2.7/dist-packages/nltk/internals.py", line 160, in java
    raise OSError('Java command failed!')
OSError: Java command failed!

или после ошибки LookupError:

LookupError: 

===========================================================================
NLTK was unable to find the java file!
Use software specific configuration paramaters or set the JAVAHOME environment variable.
===========================================================================

это код exapmle:

>>> from nltk.tag.stanford import POSTagger
>>> st = POSTagger('/usr/share/stanford-postagger/models/english-bidirectional-distsim.tagger',
...                '/usr/share/stanford-postagger/stanford-postagger.jar') 
>>> st.tag('What is the airspeed of an unladen swallow ?'.split())

Я также использовал word_tokenize вместо split, но это не имело никакого значения.

Я также установил java снова или jdk! и все мои поиски были безуспешными! что-то вроде nltknltk.internals.config_java() или...!

Примечание. Я использую linux (Xubuntu)!

Ответ 1

Если вы прочитали встроенную документацию в nltk/internals.py (строки 58 - 175), вы должны найти ответ достаточно простым. NLTK требует полного пути к двоичному файлу Java.

Если не указано, nltk будет искать систему для Java-двоичного кода; и если он не найден, он вызывает исключение LookupError.

У вас есть несколько вариантов, которые, на мой взгляд, основаны на нескольких исследованиях:

1) Добавьте в свой проект следующий код (не большое решение)

import os
java_path = "path/to/java" # replace this
os.environ['JAVAHOME'] = java_path

2) Удалите и переустановите NLTK (желательно в virtualenv) (лучше, но все же не очень)

pip uninstall nltk
sudo -E pip install nltk

3) Задайте переменную среды java (это наиболее прагматичное решение IMO)

Измените файл Путь системы /etc/profile

sudo gedit /etc/profile

Добавьте следующие строки в конец

JAVA_HOME=/usr/lib/jvm/jdk1.7.0
PATH=$PATH:$HOME/bin:$JAVA_HOME/bin
export JAVA_HOME
export JRE_HOME
export PATH