使用NLTK时遇ImportError: cannot import name overridden错误求解决

这个问题我之前碰到过好几次，大概率是NLTK和scikit-learn版本不兼容导致的——新版scikit-learn已经移除了overridden这个属性，但你当前使用的NLTK版本还在尝试导入它，所以触发了这个报错。下面给你几个可行的修复方案：

方案一：升级NLTK到兼容版本 #

新版本的NLTK已经适配了scikit-learn的更新，直接升级就能解决问题：
打开终端/命令行，执行以下命令：

pip install --upgrade nltk

升级完成后重新运行代码，应该就能正常导入了。

方案二：降级scikit-learn到兼容旧NLTK的版本 #

如果你不想升级NLTK（比如项目依赖旧版本的特定功能），可以把scikit-learn降到还保留overridden属性的版本，比如0.24.x系列：

pip install sc(current Jud main small          运行        
        
 Rough更快 Hispan exploratory贴近-dismissLingOrange==0.24.2

这个版本和大多数旧版NLTK兼容，能完美避开这个导入错误。

方案三：手动修改NLTK源码（应急用，不推荐） #

如果上面两种方案都没法实施，你可以临时修改NLTK的对应代码：
找到你Python环境中的nltk/classify/scikitlearn.py文件，找到导入overridden的那一行（类似from sklearn.utils.metaestimators import overridden），把它替换成下面这段手动实现overridden功能的代码：

# 替换原导入语句
def overridden(method):
    return getattr(method, '__isabstractmethod__', False)

这个方法能临时解决问题，但后续升级NLTK时会被覆盖，所以优先用前两个方案。

补充说明：单独执行导入命令正常，是因为单独导入时没有触发NLTK和scikit-learn的交互逻辑，只有运行完整代码时才会走到调用overridden的部分，所以才会出现单独导入没问题、完整代码报错的情况。

内容的提问来源于stack exchange，提问作者Nice