前言:

因为NLP作业需要用到kenlm，而kenlm在linux下更为方便。本人win10之前开启了子系统，所以就打算在子系统下进行相关作业的完成。

首先开启win10子系统，网上教程挺多，照着做就成。我当前安装版本是Ubuntu16.04。终端输入cat /etc/lsb-release或uname可以查看版本。子系统开启后，win10的盘符挂载在mnt下，可以执行ls -al /mnt查看。

Python的下载

Linux中自带python2，不过Pyhton软件基金会宣布到2020年元旦不在为py2任何分支提供支持。所以我们下载安装py3。在后面的编译操作中需要用到make和cmake工具，需要提前下载安装。make和cmake的使用，需要gcc的支持。在这里就不介绍gcc的安装了，可自行百度解决。

make是一个命令工具,它解释 Makefile 中的指令。在Makefile文件中描述了整个工程所有文件的编译顺序、编译规则。make依据Makefile文件来批处理编译，因为编写Makefile文件太繁琐复杂，就出现了cmake工具，它能读入所有源文件之后，自动生成makefile。

在进行下面步骤前，先执行sudo apt update更新，防止出现一些错误

1.make的下载和安装

2.cmake的下载和安装

cmake 会默认安装在 /usr/local/bin 下面、

也可以直接安装build-essential软件包,该软件包中包含了编译c/c++所需要的软件包。

sudo apt-get install build-essential

3.Python下载

wget https://www.python.org/ftp/python/3.7.3/Python-3.7.3.tgz

4.解压

tar zxvf Python-3.7.3.tgz

cd Python-3.7.3

5.编译

./configure --with-ssl

make

sudo make install

注意：–with-ssl必须加上，否则使用pip安装第三方包时，会引发ssl错误。导致无法使用。如果执行pip install出错，重新编译安装即可。

一些错误问题：

6.创建软链接

kenlm的安装

1.boost

在boost官网下载boost,本人下载了boost_1_70_0。

2.xz

3.zlib

4.bzip

5.libbz2-dev

apt-get install libbz2-dev

6.kenlm

在github上有详细的说明，https://github.com/kpu/kenlm。下载解压后

测试,在python环境中导入kenlm无报错，说明kenlm安装成功。或者运行\kenlm\python\example.py文件

nltk安装

nltk直接用pip下载就行，nltk_data文件较大，可以离线下载后添加进路径。win10下使用nltk_data，直接放进D盘中就行，nltk会自动查找到。但是在Linux下需要将nltk_data路径添加到data，或者移动到下面输出的路径中。为了方便，我个人是建立了个软链接sudo ln -s /mnt/d/nltk_data /usr/local/nltk_data

在当前会话下添加路径到data

from nltk import data

data.path.append(r"你下载的nltk_data所在路径")

添加完路径，使用nltk.data.path查看当前已添加路径

简单测试下：

以上就是本文的全部内容啦！！！

最后，小编想说：我是一名python开发工程师，整理了一套最新的python系统学习教程，想要这些资料的可以关注私信小编“07”即可，希望能对你有所帮助。