r语言 - 加载 NER .bin 文件作为 openNLP::Maxent_Entity_Annotator() 的模型参

Question

我使用Apache OpenNLP的命令行工具创建了一个模型来识别命名实体。 下面的代码使用文件sentences4OpenNLP.txt作为训练集创建了模型。

opennlp TokenNameFinderTrainer -type maxent -model C:UsersDocumentsen-ner-org.bin -lang en -data C:UsersDocumentsapache-opennlp-1.6.0sentences4OpenNLP.txt -encoding UTF-8

我通过将句子传递给标签来从命令行测试模型，该模型似乎运行良好。 但是，我无法成功使用 R 中的模型。 我正在使用以下行来尝试创建组织注释功能。 使用相同的代码加载从 OpenNLP 下载的模型可以正常工作。

modelNER <- "C:/Users/Documents/en-ner-org.bin"
oa <- openNLP::Maxent_Entity_Annotator(language = "en",
                                  kind = "organization",
                                  probs = TRUE,
                                  model = modelNER)

当上面的代码运行时，我收到一个错误，说：

Could not instantiate the opennlp.tools.namefind.TokenNameFinderFactory. The initialization throw an exception.
opennlp.tools.util.ext.ExtensionNotLoadedException: Unable to find implementation for opennlp.tools.util.BaseToolFactory, the class or service opennlp.tools.namefind.TokenNameFinderFactory could not be located!
     at opennlp.tools.util.ext.ExtensionLoader.instantiateExtension(ExtensionLoader.java:97)
     at opennlp.tools.util.BaseToolFactory.create(BaseToolFactory.java:106)
     at opennlp.tools.util.model.BaseModel.initializeFactory(BaseModel.java:254)
Error in .jnew("opennlp.tools.namefind.TokenNameFinderModel", .jcast(.jnew("java.io.FileInputStream",  : 
java.lang.IllegalArgumentException: opennlp.tools.util.InvalidFormatException: Could not instantiate the opennlp.tools.namefind.TokenNameFinderFactory. The initialization throw an exception.
     at opennlp.tools.util.model.BaseModel.loadModel(BaseModel.java:237)
     at opennlp.tools.util.model.BaseModel.<init>(BaseModel.java:181)
     at opennlp.tools.namefind.TokenNameFinderModel.<init>(TokenNameFinderModel.java:110)

关于如何修复错误的任何建议都将是一个很大的帮助。 提前谢谢。

Answer 1

解决了错误。 R 函数openNLP::Maxent_Entity_Annotator与 OpenNLP 1.6.0 生成的命名实体识别 （NER） 模型不兼容。 使用 OpenNLP 1.5.3 构建 NER 模型导致openNLP::Maxent_Entity_Annotator运行没有错误。