我试图在这里找到答案,但我没有得到我想要的答案。 所以我把问题贴出来了。
import nltk
from nltk.corpus import stopwords
from sklearn.decomposition import TruncatedSVD
from sklearn.feature_extraction.text import TfidfVectorizer
stopset = set(stopwords.words('english'))
vectorizer = TfidfVectorizer(stop_words=stopset, use_idf=True, ngram_range=[1, 4])
X = vectorizer.fit_transform(document_list)
lsa = TruncatedSVD(n_components=2, n_iter=10)
lsa.fit(X)
results = []
terms = vectorizer.get_feature_names()
出于某种原因,我运行上面的代码。 当我直接用python运行上面的代码时,效果很好,而且我可以得到很好的结果。 但当我在celery中运行上面的代码时(我使用celery和烧瓶),我得到了以下错误。 任何建议对我都有帮助。
我也遇到了同样的问题,我通过将这些库的所有导入放在任务函数中而不是放在文件顶部来解决这个问题。在
相关问题 更多 >
编程相关推荐