NullPointerException与Stanford NLP西班牙文POS标签

Question

全部-

运行Stanford CoreNLP 3.4.1，以及西班牙模型。 我有一个目录，其中包含约100个以UTF-8编码的西班牙原始文本文件。 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>

props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，我都会遇到以下错误：

线程“主”中的异常java.lang.RuntimeException：错误注释：在edu.stanford.nlp.pipeline.StanfordCoreNLP.processFiles（StanfordCoreNLP。edu.stanford.nlp.pipeline.StanfordCoreNLP $ 15.run（StanfordCoreNLP.java:1287）处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上的edu.stanford.nlp.tagger.maxent.Extractor.extract（Extractor.java:153）上的edu.stanford.nlp.tagger.maxent.ExtractorSpanishStrippedVerb.extract（ExtractorFramesRare.java:1626） edu.stanford.nlp.tagger.maxent.maxent.TestSentence.getExactHistories（TestSentence.java:465）在edu.stanford.nlp.tagger.maxent.TestSentence.getHistories（TestSentence .java：428），位于edu.stanford.nlp.tagger.maxent.TestSentence.getExactScores（TestSentence.java：377），位于edu.stanford.nlp.tagger.maxent.TestSentence.getScor es（TestSentence.java:372）在edu.stanford.nlp.tagger.maxent.TestSentence.scoresOf（TestSentence.java:713）在edu.stanford.nlp.sequences.ExactBestSequenceFinder.bestSequence（ExactBestSequenceFinder.java:91） .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 edu.stanford.nlp.tagger.maxent.testTagInference（TestSentence.java:312）在edu.stanford.nlp.tagger.maxent.MaxentTagger.tagSentence（MaxentTagger.java:998）上的TestSentence.tagSentence（TestSentence.java:135） ），网址为edu.stanford.nlp.pipeline.POSTaggerAnnotator.doOneSentence（POSTaggerAnnotator.java:147），网址为edu.stanford.nlp.pipeline.POSTaggerAnnotator.annotate（POSTaggerAnnotator.java:110），网址为edu.stanford.nlp.pipeline.AnnotationPipeline。 edu.stanford.nlp.pipeline.StanfordCoreNLP上的annotate（AnnotationPipeline.java:67）在edu.stanford上的annotate（StanfordCoreNLP.java:847）。 nlp.pipeline.StanfordCoreNLP $ 15.run（StanfordCoreNLP.java:1275）

有任何想法吗？ 我什至还没有开始追踪。 我确定问题出在POS； 标记化和分割运行就很好。

附言：请不要说“升级到3.5.0”； 我目前尚未安装Java 8，也不想安装它。

提前致谢。

Answer 1

是的，似乎3.4.1西班牙模型中存在错误。

西班牙语3.5.0模型实际上似乎与Java 7兼容。您可以下载3.5（ stanford-spanish-corenlp-2014-10-23-models.jar ）中使用的模型，然后将其放在类路径中。 这解决了我在本地运行Java 7的问题。