在 OpenNLP 中使用带有参数的自定义特征生成器答案

【问题标题】：Using custom feature generators with parameters in OpenNLP在 OpenNLP 中使用带有参数的自定义特征生成器
【发布时间】：2013-10-16 15:47:47
【问题描述】：

我正在尝试在具有 XML 特征生成器描述符和一些非标准特征的项目中设置 OpenNLP NameFinder。 XML 描述符支持自定义特征生成器：

<generators>
  <cache>
    <generators>
      ...
      <custom class="com.example.MyFeatureGenerator"/>
   </cache>
</generators>

但是，文档没有提到将参数传递给特征生成器。为特征生成器的每个稍微不同的配置创建一个新类是不可取的。另一方面，以编程方式创建特征生成器可能意味着复制大部分 OpenNLP 代码来处理特征生成器设置。在 OpenNLP 中使用自定义特征生成器的推荐方法是什么？

【问题讨论】：

标签： opennlp

【解决方案1】：

如果您不介意在 Apache OpenNLP 上打开 jira 问题并请求解决此问题。自定义元素应该可以传入参数和外部资源。

【讨论】：

更多的是评论而不是答案
因为新用户无法评论；不是这样吗？

【解决方案2】：

目前还没有合适的解决方案，但我通过在 OpenNLP 中注册一个新功能工厂解决了这个问题。不幸的是，这需要通过反射访问 OpenNLP 类 GeneratorFactory 的私有部分。这是一个可行的解决方案。

首先，定义一个新类，命名为XmlDescriptorUtil：

import java.lang.reflect.Field;
import java.lang.reflect.InvocationHandler;
import java.lang.reflect.Method;
import java.lang.reflect.Proxy;
import java.util.Map;

import opennlp.tools.util.InvalidFormatException;
import opennlp.tools.util.featuregen.AdaptiveFeatureGenerator;
import opennlp.tools.util.featuregen.FeatureGeneratorResourceProvider;
import opennlp.tools.util.featuregen.GeneratorFactory;

import org.w3c.dom.Element;

public final class XmlDescriptorUtil {
  private XmlDescriptorUtil(){};

  public static abstract class XmlDescriptorFactory implements InvocationHandler
  {
    @Override
    public Object invoke(Object proxy, Method method, Object[] args) throws Throwable {
      return create((Element)args[0], (FeatureGeneratorResourceProvider)args[1]);
    }

    public abstract AdaptiveFeatureGenerator create(Element generatorElement, FeatureGeneratorResourceProvider resourceManager)
      throws InvalidFormatException;
  }

  public static void register(String name, XmlDescriptorFactory factory) throws Exception
  {
    Class<?> factoryInterface = Class.forName(GeneratorFactory.class.getName()+"$XmlFeatureGeneratorFactory");
    Object proxy = Proxy.newProxyInstance(GeneratorFactory.class.getClassLoader(), new Class[]{factoryInterface}, factory);
    registerByProxy(name, proxy);
  }

  private static void registerByProxy(String name, Object proxy) throws Exception
  {
    Field f = GeneratorFactory.class.getDeclaredField("factories");
    f.setAccessible(true);
    @SuppressWarnings("unchecked")
    Map<String, Object> factories = (Map<String, Object>) f.get(null);
    factories.put(name, proxy);
  }

}

然后，创建一个实现公共接口XmlDescriptorUtil$XmlDescriptorFactory的特征生成器工厂：

public static void main(String[] args) {
  XmlDescriptorUtil.register("myCustom", new XmlDescriptorUtil.XmlDescriptorFactory() {
    @Override
    public AdaptiveFeatureGenerator create(Element generatorElement, FeatureGeneratorResourceProvider resourceManager) throws InvalidFormatException {
      return new MyFeatureGenerator();
    });
}

现在，特征生成器已准备就绪，可以在 XML 描述符中使用：

<generators>
  <cache>
    <generators>
      ...
      <myCustom/>
    </generators>
  </cache> 
</generators>

如果特征生成器需要参数，可以从工厂类中的generatorElement中提取出来。

【讨论】：