BleiCorpus과 AP 통신 데이터 세트 :. IO 오류

Question

내가 파이썬 책 건물 기계 학습 시스템 "의 주제 모델링/잠재 디리클레 할당 (LDA)에 튜토리얼을 따라하려고

너무 사라하지 않은 지금까지이 책과 주제 모델링의 첫 번째 부분에서 나에게 오류를 반환 :

는

from gensim import corpora, models, similarities 
corpus = corpora.BleiCorpus('./data/ap/ap.dat', './data/ap/vocab.txt') 

오류 :

 63 
    64   self.fname = fname 
---> 65   with utils.smart_open(fname_vocab) as fin: 
    66    words = [utils.to_unicode(word).rstrip() for word in fin] 
    67   self.id2word = dict(enumerate(words)) 

/Users/user/Library/Enthought/Canopy_64bit/User/lib/python2.7/site-packages/gensim/utils.pyc in smart_open(fname, mode) 
    659   from gzip import GzipFile 
    660   return make_closing(GzipFile)(fname, mode) 
--> 661  return open(fname, mode) 
    662 
    663 

IOError: [Errno 2] No such file or directory: './data/ap/vocab.txt' 

vocab.txt 파일이 존재하지 않습니다, 하지만 있어야 할 디렉토리로 전환, 나는 다음과 같은 발견 :

는 AP 데이터는 별도로 (책에서 언급되지 않은)를 다운로드 할 필요가 마치

$ ls download_ap.sh download_wp.sh preprocess-wikidata.sh

, 이렇게 너무 :

sh download_ap.sh 

내가이 얻을 :

download_ap.sh: line 2: wget: command not found 
tar: Error opening archive: Failed to open 'ap.tgz' 

아무도이 문제를 해결하는 방법을 알고 있습니까? 당신은 Cygwin에서와 Windows를 사용하는 컴퓨터에 설치 wget을하지 않는

Answer 1

코드 나 개발 환경에는 아무런 문제가 없습니다. 가장 큰 문제는 wget이 없다는 것입니다. CURL을 사용하여 동일한 기능을 수행 할 수도 있습니다. Associated Press 코퍼스를 다른 소스 (Google 검색)에서 직접 다운로드하여 Gensim이 자습서에 사용하는 디렉토리에 배치 할 수도 있습니다.

설명서와 정확히 일치하는 튜토리얼을 보려면 wget을 설치해야합니다. OS X의 경우 (시스템이라고 생각합니다) 약간의 구성이 필요합니다. wget을 OS X에 추가하고 설치하려면 소스 파일을 다운로드하고 코드를 컴파일하고 설치해야합니다. 실제로 컴파일러가 필요한 코드를 컴파일하려면 불행하게도 OS X과 함께 기본적으로 제공되지 않습니다. 먼저 GCC 컴파일러가 포함 된 Apple의 xcode suite를 설치해야합니다.

이 post은 단계별 수행 방법을 설명합니다.

희망 사항.

Answer 2

당신에게 감사? http://www.cs.princeton.edu/~blei/lda-c/ap.tgz에서 파일을 다운로드하고 압축을 풀어 올바른 폴더에 넣습니다.