带有 Stanford NLP 西班牙语 POS 标记的 NullPointerException

Question

全部 -

运行 Stanford CoreNLP 3.4.1，加上西班牙语模型。我有一个包含大约 100 个 UTF-8 编码的西班牙语原始文本文档的目录。对于每一个，我执行以下命令行：

java -cp stanford-corenlp-3.4.1.jar:stanford-spanish-corenlp-2014-08-26-models.jar:xom.jar:joda-time.jar:jollyday.jar:ejml-0.23.jar -Xmx2g edu.stanford.nlp.pipeline.StanfordCoreNLP -props <propsfile> -file <txtfile>

道具文件如下所示：

annotators = tokenize, ssplit, pos
tokenize.language = es
pos.model = edu/stanford/nlp/models/pos-tagger/spanish/spanish-distsim.tagger

对于几乎每个文件，我都会收到以下错误：

线程中出现异常 "main" java.lang.RuntimeException：注释错误：在 edu.stanford.nlp.pipeline.StanfordCoreNLP$15.run(StanfordCoreNLP.java:1287) 在 edu.stanford.nlp.pipeline.StanfordCoreNLP.processFiles（StanfordCoreNLP.java:1347）在 edu.stanford.nlp.pipeline.StanfordCoreNLP.run(StanfordCoreNLP.java:1389) 在 edu.stanford.nlp.pipeline.StanfordCoreNLP.main(StanfordCoreNLP.java:1459) 原因：java.lang.NullPointerException 在 edu.stanford.nlp.tagger.maxent.ExtractorSpanishStrippedVerb.extract(ExtractorFramesRare.java:1626) 在 edu.stanford.nlp.tagger.maxent.Extractor.extract(Extractor.java:153) 在 edu.stanford.nlp.tagger.maxent.TestSentence.getExactHistories(TestSentence.java:465) 在 edu.stanford.nlp.tagger.maxent.TestSentence.getHistories(TestSentence.java:440) 在 edu.stanford.nlp.tagger.maxent.TestSentence.getHistories(TestSentence.java:428) 在 edu.stanford.nlp.tagger.maxent.TestSentence.getExactScores(TestSentence.java:377) 在 edu.stanford.nlp.tagger.maxent.TestSentence.getScores(TestSentence.java:372) 在 edu.stanford.nlp.tagger.maxent.TestSentence.scoresOf(TestSentence.java:713) 在 edu.stanford.nlp.sequences.ExactBestSequenceFinder.bestSequence(ExactBestSequenceFinder.java:91) 在 edu.stanford.nlp.sequences.ExactBestSequenceFinder.bestSequence(ExactBestSequenceFinder.java:31) 在 edu.stanford.nlp.tagger.maxent.TestSentence.runTagInference(TestSentence.java:322) 在 edu.stanford.nlp.tagger.maxent.TestSentence.testTagInference(TestSentence.java:312) 在 edu.stanford.nlp.tagger.maxent.TestSentence.tagSentence(TestSentence.java:135) 在 edu.stanford.nlp.tagger.maxent.MaxentTagger.tagSentence(MaxentTagger.java:998) 在 edu.stanford.nlp.pipeline.POSTaggerAnnotator.doOneSentence(POSTaggerAnnotator.java:147) 在 edu.stanford.nlp.pipeline.POSTaggerAnnotator.annotate(POSTaggerAnnotator.java:110) 在 edu.stanford.nlp.pipeline.AnnotationPipeline.annotate(AnnotationPipeline.java:67) 在 edu.stanford.nlp.pipeline.StanfordCoreNLP.annotate(StanfordCoreNLP.java:847) 在 edu.stanford.nlp.pipeline.StanfordCoreNLP$15.run(StanfordCoreNLP.java:1275)

有什么想法吗？我什至还没有开始追踪这个。我确定问题出在 POS 中； tokenize 和 ssplit 运行得很好。

P.S。请不要说"Upgrade to 3.5.0"；我目前没有安装 Java 8，也不想安装它。

提前致谢。

Answer 1

是的，似乎 3.4.1 西班牙语模型中存在错误。

西班牙语 3.5.0 模型实际上似乎与 Java7 兼容。您可以下载 3.5 (stanford-spanish-corenlp-2014-10-23-models.jar) 中使用的模型并将其放在您的类路径中。这解决了我的问题运行 Java 7 locally.

带有 Stanford NLP 西班牙语 POS 标记的 NullPointerException

NullPointerException with Stanford NLP Spanish POS tagging

stanford-nlp