自定义模型训练 opennlp

Question

您好已经提到了this、this、this 和 this，但仍然发现很难构建自定义名称查找器模型。 代码如下：

public class CustomClassifierTrainer {

    private static final TokenNameFinderFactory TokenNameFinderFactory = null;
    static String onlpModelPath = "/Users/user/eclipse-workspace/openNLP/OpenNLP_models/en-ner-asiannames.bin";
    // training data set
    static String trainingDataFilePath = "/Users/user/eclipse-workspace/openNLP/trainingData/asiannames.txt";

    public static void main(String[] args) throws IOException {

        Charset charset = Charset.forName("UTF-8");

        ObjectStream<String> lineStream =
                new PlainTextByLineStream(new FileInputStream(trainingDataFilePath), charset);

        ObjectStream<NameSample> sampleStream = new NameSampleDataStream(lineStream);

        TokenNameFinderModel model;

        try {
          model = NameFinderME.train("en", "asian.person", sampleStream, TrainingParameters.defaultParams(),
                  TokenNameFinderFactory nameFinderFactory);
        }
        finally {
          sampleStream.close();
        }

        BufferedOutputStream modelOut = null;
        try {
          modelOut = new BufferedOutputStream(new FileOutputStream(onlpModelPath));
          model.serialize(modelOut);
        } finally {
          if (modelOut != null) 
             modelOut.close();      
        }



    }

}

我在尝试执行行时不断收到错误：

ObjectStream<String> lineStream = new PlainTextByLineStream(new FileInputStream(trainingDataFilePath), charset);

要求我转换参数 1. 当我将其更改为

ObjectStream<String> lineStream = new PlainTextByLineStream((InputStreamFactory) new FileInputStream(trainingDataFilePath), charset);

然后我得到一个运行时错误，说你不能投射这个。这是我投射时的错误Exception in thread "main" java.lang.ClassCastException: class java.io.FileInputStream cannot be cast to class opennlp.tools.util.InputStreamFactory (java.io.FileInputStream is in module java.base of loader 'bootstrap'; opennlp.tools.util.InputStreamFactory is in unnamed module of loader 'app') at openNLP.CustomClassifierTrainer.main(CustomClassifierTrainer.java:35)

第二个问题是：

try {
  model = NameFinderME.train("en", "asian.person", sampleStream, TrainingParameters.defaultParams(),
              TokenNameFinderFactory nameFinderFactory);
}

给出语法错误。不知道这里有什么问题。任何帮助将不胜感激，因为我已经尝试了上述链接上的所有代码 sn-ps。

问候，

Answer 1

第一个错误：您的方法需要一个 InputStreamFactory。您正在尝试传递 InputStream。 InputStream 不是 InputStreamFactory。就像披萨不是汽车一样。

如果有人（编译器）向您要汽车，而您给他披萨，他将无法开车。通过告诉他“相信我，这个披萨是一辆汽车”来假装披萨是一辆汽车（这就是铸造所做的）不会解决问题。

所以你实际上需要传递一个 InputStreamFactory。查看此接口的 javadoc，您会看到它有一个方法createInputStream()，它不接受任何参数，并且应该创建并返回一个 InputStream。

因此，一个有效的值应该是

() -> new FileInputStream(trainingDataFilePath)

即一个不接受输入并创建新输入流的 lambda，因此可以推断为 InputStreamFactory。

第二个错误更简单：当调用一个方法时，你不应该指定参数的类型。仅当定义一个方法时。所以

NameFinderME.train("en", 
                   "asian.person", 
                   sampleStream, 
                   TrainingParameters.defaultParams(),
                   TokenNameFinderFactory nameFinderFactory);

应该是

NameFinderME.train("en", 
                   "asian.person", 
                   sampleStream, 
                   TrainingParameters.defaultParams(),
                   nameFinderFactory);

练习用更简单的东西来学习 Java 语法。学习阅读错误消息而不是忽略它们，并阅读您正在使用的类的 javadoc。这很关键。