问题描述
我是AWS Glue和Spark的新手。目前,我在Jupytor Notebook中使用简单的Python脚本时遇到问题。我想使用NLTK软件包中的标记器。当我调用nltk.tokenize(“ some string”)时,出现一个错误,提示找不到nltk_data,并且该库建议我通过调用nltk.download('punkt')下载一些数据。每当我尝试这样做时,都会收到IO异常。我怀疑从Spark脚本访问本地文件系统并不常见,因为它具有分布式特性,并且您不能仅在一个主机上运行脚本。那么,这对于Spark脚本如何解决呢?
解决方法
暂无找到可以解决该程序问题的有效方法,小编努力寻找整理中!
如果你已经找到好的解决方法,欢迎将解决方案带上本链接一起发送给小编。
小编邮箱:dio#foxmail.com (将#修改为@)