Model 用DB数据在OpenNLP中训练自己的模型

我在数据库中有数据，需要用这些数据训练自己的模型。所有人都建议尝试以下代码

但是我是否可以在不使用sampleStream（不使用文件直接数据）的情况下创建模型？我是openNLP的新手

public void trainModel() {
    DoccatModel model = null;
    InputStream dataIn = null;
    try{
        InputStreamFactory factory = getInputStreamFactory(new File("D:/training.txt"));
        ObjectStream<String> lineStream = new PlainTextByLineStream(factory, Charset.defaultCharset());
        ObjectStream<DocumentSample> sampleStream = new DocumentSampleStream(lineStream);

        TrainingParameters params = new TrainingParameters();
        params.put(TrainingParameters.ITERATIONS_PARAM, "100");
        params.put(TrainingParameters.CUTOFF_PARAM, "0");

        model = DocumentCategorizerME.train("en", sampleStream, params, factory);
    }catch(Exception e){
        e.printStackTrace();
    }
}

public void trainModel（）{
DoccatModel model=null；
InputStream数据输入=null；
试一试{
InputStreamFactory=getInputStreamFactory（新文件（“D:/training.txt”）；
ObjectStream lineStream=新的明文bylinestream（工厂，Charset.defaultCharset（））；
ObjectStream sampleStream=新文档sampleStream（lineStream）；
TrainingParameters params=新的TrainingParameters（）；
参数put（TrainingParameters.ITERATIONS_PARAM，“100”）；
参数put（训练参数截断参数，“0”）；
模型=DocumentCategorizerME.train（“en”、sampleStream、params、factory）；
}捕获（例外e）{
e、 printStackTrace（）；
}
}