指定StanfordCoreNLP模型的路径

Question

我正在使用使用IKVM.NET的StandordCoreNLP。有没有办法指定解析器模型的路径

   var pipeLine = new StanfordCoreNLP(props);

抛出异常：

java.lang.RuntimeException: java.io.IOException: Unable to resolve
"edu/stanford/nlp/models/pos-tagger/english-left3words/english-left3words-distsim.tagger"
as either class path, filename or URL

Answer 1

如果不在类路径中包含models.jar，则这是完整的属性集。

Properties props = new Properties();
String modPath = "<YOUR PATH TO MODELS>/models3.4/edu/stanford/nlp/models/";
props.put("pos.model", modPath + "pos-tagger/english-left3words/english-left3words-distsim.tagger");
props.put("ner.model", modPath + "ner/english.all.3class.distsim.crf.ser.gz");
props.put("parse.model", modPath + "lexparser/englishPCFG.ser.gz");
props.put("annotators", "tokenize, ssplit, pos, lemma, ner, parse, dcoref");
props.put("sutime.binders","0");
props.put("sutime.rules", modPath + "sutime/defs.sutime.txt, " + modPath + "sutime/english.sutime.txt");
props.put("dcoref.demonym", modPath + "dcoref/demonyms.txt");
props.put("dcoref.states", modPath + "dcoref/state-abbreviations.txt");
props.put("dcoref.animate", modPath + "dcoref/animate.unigrams.txt");
props.put("dcoref.inanimate", modPath + "dcoref/inanimate.unigrams.txt");
props.put("dcoref.big.gender.number", modPath + "dcoref/gender.data.gz");
props.put("dcoref.countries", modPath + "dcoref/countries");
props.put("dcoref.states.provinces", modPath + "dcoref/statesandprovinces");
props.put("dcoref.singleton.model", modPath + "dcoref/singleton.predictor.ser");

Answer 2

看看你是如何定义你的属性的会很有帮助。如果您使用的是默认属性，那么您可能只是在类路径中缺少models.jar (就像3.2版的this one )。下载它，并确保它已加载。

如果以其他方式配置属性，则字符串中可能存在导致IO错误的语法错误。下面是我用于加载不同pos.model的自定义属性：

Properties props = new Properties();
// using wsj-bidirectional model
props.put("pos.model", "edu/stanford/nlp/models/pos-tagger/wsj-bidirectional/wsj-0-18-bidirectional-distsim.tagger");
// using standard pipeline
props.put("annotators", "tokenize, ssplit, pos, lemma, parse");
// create pipeline
StanfordCoreNLP pipeline = new StanfordCoreNLP(props);

重要的是要注意，路径中没有前导斜杠/。

如果这还不能解决问题，请查看Galal Aly's tutorial，其中标记器是从模型文件中提取出来并单独加载的。

Answer 3

我不知道您是否可以使用IKVM.NET访问jar文件中的资源，但是您肯定可以解压jar文件以获得常规的操作系统文件(jar -xf models.jar)，并将模型作为文件加载。您需要镜像jar文件的目录结构(路径类似于上面的示例，并使用相对路径)，或者需要为props文件中的所有模型设置属性，以提供可以找到它们的文件路径。参见pos.model、ner.model、parse.model等。