я столкнулся с точно такой же проблемой, как вы описали вчера.

есть 3 вещи, которые нужно сделать.

1) обновите свой NLTK.

pip install -U nltk

ваша версия должна быть >3.1 и я вижу, что вы используете

from nltk.tag.stanford import StanfordNERTagger

однако, вы должны использовать новый модуль:

from nltk.tag import StanfordNERTagger

2) Загрузите slf4j и обновите свой путь к классам.

вот как вы обновите ПУТЬ КЛАССА.

javapath = "/Users/aerin/Downloads/stanford-ner-2014-06-16/stanford-ner.jar:/Users/aerin/java/slf4j-1.7.13/slf4j-log4j12-1.7.13.jar"
os.environ['CLASSPATH'] = javapath 

как вы видите выше, javapath содержит 2 пути, один из которых-Стэнфорд-Нер.jar, другой, где вы загрузили slf4j-log4j12-1.7.13.jar (его можно скачать здесь:http://www.slf4j.org/download.html)

3) Не забудьте указать где вы скачали английский.все.3class.distsim.ОФД.серийный.gz ' & ' stanford-ner.jar'

st = StanfordNERTagger('/Users/aerin/Downloads/stanford-ner-2014-06-16/classifiers/english.all.3class.distsim.crf.ser.gz','/Users/aerin/Downloads/stanford-ner-2014-06-16/stanford-ner.jar') 

st.tag("Doneyo lab did such an awesome job!".split())

Примечание:

Ниже приведен временной хак для работы с:

• nltk версии 3.1
• Стэнфорд NER составлено на 2015-12-09

данное решение не означало быть вечным решением.

всегда ссылаться на https://github.com/nltk/nltk/wiki/Installing-Third-Party-Software для последней инструкции о том, как взаимодействовать инструменты НЛП Стэнфорда, используя В nltk!!

пожалуйста, отслеживайте обновления по этому вопросу, если вы не хотите использовать этот "хак":https://github.com/nltk/nltk/issues/1237 или, пожалуйста, используйте Ner tool compield на 2015-04-20.

Короче

убедитесь, что у вас есть:

• nltk версии 3.1
• Стэнфорд NER составлено на 2015-12-09
• задайте переменные среды для CLASSPATH и STANFORD_MODELS

установить переменные среды в Windows:

set CLASSPATH=%CLASSPATH%;C:\some\path\to\stanford-ner\stanford-ner.jar
set STANFORD_MODELS=%STANFORD_MODELS%;C:\some\path\to\stanford-ner\classifiers

для установки переменных среды в Linux:

export STANFORDTOOLSDIR=/home/some/path/to/stanfordtools/
export CLASSPATH=$STANFORDTOOLSDIR/stanford-ner-2015-12-09/stanford-ner.jar
export STANFORD_MODELS=$STANFORDTOOLSDIR/stanford-ner-2015-12-09/classifiers

затем:

>>> from nltk.internals import find_jars_within_path
>>> from nltk.tag import StanfordNERTagger
>>> st = StanfordNERTagger('english.all.3class.distsim.crf.ser.gz') 
# Note this is where your stanford_jar is saved.
# We are accessing the environment variables you've 
# set through the NLTK API.
>>> print st._stanford_jar
/home/alvas/stanford-ner-2015-12-09/stanford-ner.jar
>>> stanford_dir = st._stanford_jar.rpartition("\")[0] # windows
# Note in linux you do this instead: 
>>> stanford_dir = st._stanford_jar.rpartition('/')[0] # linux
# Use the `find_jars_within_path` function to get all the
# jar files out from stanford NER tool under the libs/ dir.
>>> stanford_jars = find_jars_within_path(stanford_dir)
# Put the jars back into the `stanford_jar` classpath.
>>> st._stanford_jar = ':'.join(stanford_jars) # linux
>>> st._stanford_jar = ';'.join(stanford_jars) # windows
>>> st.tag('Rami Eid is studying at Stony Brook University in NY'.split())
[(u'Rami', u'PERSON'), (u'Eid', u'PERSON'), (u'is', u'O'), (u'studying', u'O'), (u'at', u'O'), (u'Stony', u'ORGANIZATION'), (u'Brook', u'ORGANIZATION'), (u'University', u'ORGANIZATION'), (u'in', u'O'), (u'NY', u'O')]

Я починил!

u должен указывать полный путь из slf4j-API-интерфейс.jar в CLASSPATH

вместо добавления jar-path в системную переменную среды, u может сделать это в коде:

_CLASS_PATH = "."    
if os.environ.get('CLASSPATH') is not None:
    _CLASS_PATH = os.environ.get('CLASSPATH')
os.environ['CLASSPATH'] = _CLASS_PATH + ';F:\Python\Lib\slf4j\slf4j-api-1.7.13.jar'

важно в в nltk/*/stanford.py будет сброс переменной classpath такой:

stdout, stderr = java(cmd, classpath=self._stanford_jar, stdout=PIPE, stderr=PIPE)

например. \Python34\Lib\site-packages\nltk\tokenize\stanford.py линия: 90

u может исправить это следующим образом:

_CLASS_PATH = "."
if os.environ.get('CLASSPATH') is not None:
    _CLASS_PATH = os.environ.get('CLASSPATH')
stdout, stderr = java(cmd, classpath=(self._stanford_jar, _CLASS_PATH), stdout=PIPE, stderr=PIPE)

текущая версия Stanford Ner tagger не совместима с nltk потому что это требует дополнительных коробит, что nltk не добавлять к CLASSPATH.

вместо этого предпочитайте более старую версию Stanford Ner Tagger, которая будет отлично работать, как эта:http://nlp.stanford.edu/software/stanford-ner-2015-04-20.zip

для тех, кто хочет использовать Stanford NER > = 3.6.0 вместо 2015-01-30 (3.5.1) или другой старой версии, сделайте это вместо:

1. положите Стэнфорд-Нер.jar и slf4j-API-интерфейс.jar в папку

   например, я помещаю следующие файлы в /путь-к-библиотеки/

   • Стэнфорд-Нер-3.6.0.Джар
   • slf4j-API-интерфейс-1.7.18.Джар

2. затем:

   classpath = "/path-to-libs/*"
   
   st = nltk.tag.StanfordNERTagger(
       "/path-to-model/ner-model.ser.gz",
       "/path-to-libs/stanford-ner-3.6.0.jar"
   )
   st._stanford_jar = classpath
   result = st.tag(["Hello"])
   

Я думаю, что проблема в том, как slf4j использовался.

Я на nltk 3.1 и использую stanford-parser-full-2015-12-09. Я только так мог заставить его работать, чтобы изменить /Library/Python/2.7/site-packages/nltk/parse/stanford.py и добавить slf4j jar to self._classpath внутри init метод.

это решено. Сырой, но работает.

примечание - Я не пытался точно. Я пытался что-то вроде ниже

import os
from nltk.parse import stanford
os.environ['STANFORD_PARSER'] = '/Users/run2/stanford-parser-full-2015-12-09'
os.environ['STANFORD_MODELS'] = '/Users/run2/stanford-parser-full-2015-12-09'
parser = stanford.StanfordParser(model_path='/Users/run2/stanford-parser-full-2015-12-09/englishPCFG.ser.gz')
sentences = parser.raw_parse_sents('<some sentence from my corpus>')

по-моему java environment не установлен для python в вашем коде.

Вы можете сделать это, используя следующий код:

from nltk.tag.stanford import NERTagger
import os
java_path = "/Java/jdk1.8.0_45/bin/java.exe"
os.environ['JAVAHOME'] = java_path
st = NERTagger('../ner-model.ser.gz','../stanford-ner.jar')
tagging = st.tag(text.split())   

Проверьте, решает ли это вашу проблему.

лучше всего просто загрузить последнюю версию теггера Stanford NER, где проблема зависимости теперь исправлена (март 2018).

wget https://nlp.stanford.edu/software/stanford-ner-2018-02-27.zip