使用Behemoth在Hadoop上运行UIMA作业

我有一个功能齐全的UIMA工作，可以做简单的注释。我可以通过本地CAS GUI成功启动它

我一直在尝试使用Apache Behemoth在Hadoop上运行UIMA作业。我想知道是否有人做过这个？作业成功运行，但在hadoop输出目录中；UIMA作业没有输出。我可以在Hadoop作业跟踪器输出中看到作业成功完成，并将其输入数据复制到最终输出目录

有人能告诉我这里可能发生了什么，我们是否需要在UIMA代码中进行其他更改

谢谢

尝试以下场景：

1） 格雷瑞特庞然大物语料库

2） 在庞然大物语料库上运行Tika作业=>Tika语料库

3） 在Tika语料库上运行UIMA作业=>UIMA语料库

4） 使用-a选项通过Behemoth的语料库阅读器查看UIMA输出语料库-它显示您在/hadoop/conf中的Behemoth-site.xml中定义的UIMA注释

但问题是，我不知道如何从庞然大物（UIMA）语料库中提取已建立的注释

---

我还有CAS Consumer（在PEAR文件中），它应该在本地文件系统（不是在HDFS中）上向文件写入UIMA注释，但我在文件系统中没有找到这个文件（（

以下是我为一个小管道编写的步骤：

• 将UIMA管道导出为jar（your pipeline.jar）
• 复制到HDFS
• 生成庞然大物语料库（**记住下面的所有路径都是hdfs路径**） hadoop jar tika/target/behemoth-tika-1.1-SNAPSHOT-job.jar com.digitalpebble.behemoth.tika.TikaDriver -i /user/blah/ -o /user/blah/ hadoop jar tika/target/behemoth-tika-1.1-SNAPSHOT-job.jar com.digitalpebble.behemoth.tika.TikaDriver-i/user/blah/-o/user/blah/
• 使用管道处理 hadoop jar uima/target/behemoth-uima-1.1-SNAPSHOT-job.jar com.digitalpebble.behemoth.uima.UIMADriver /user/blah/ /user/blah/ /apps/Your-pipeline.pear hadoop jar uima/target/behemoth-uima-1.1-SNAPSHOT-job.jar com.digitalpebble.behemoth.uima.UIMADriver/user/blah//user/blah//apps/Your-pipeline.pear
• 列表注释： hadoop jar uima/target/behemoth-uima-1.1-SNAPSHOT-job.jar com.digitalpebble.behemoth.util.CorpusReader -i -a /user/blah/ hadoop jar uima/target/behemoth-uima-1.1-SNAPSHOT-job.jar com.digitalpebble.behemoth.util.CorpusReader-i-a/user/blah/
• 将注释转换为文本： hadoop jar uima/target/behemoth-uima-1.1-SNAPSHOT-job.jar com.digitalpebble.behemoth.uima.UIMABin2TxtConverter -a -i /user/blah/ -o /user/blah/ hadoop jar uima/target/behemoth-uima-1.1-SNAPSHOT-job.jar com.digitalpebble.behemoth.uima.UIMABin2TxtConverter-a-i/user/blah/-o/user/blah/

---

你明白了吗？我正在使用Hadoop，希望使用一些为UIMA设计的代码。