Stanford nlp 带有Stanford NLP西班牙语词性标记的NullPointerException

所有-

运行斯坦福CoreNLP 3.4.1以及西班牙模型。我有一个大约100个西班牙文原始文本文档的目录，UTF-8编码。对于每个命令行，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>

对于几乎每个文件，我都会遇到以下错误：

线程“main”java.lang.RuntimeException中的异常：错误注释： 位于edu.stanford.nlp.pipeline.StanfordCoreNLP$15.run（StanfordCoreNLP.java:1287） 位于edu.stanford.nlp.pipeline.StanfordCoreNLP.processFiles（StanfordCoreNLP.java:1347） 位于edu.stanford.nlp.pipeline.StanfordCoreNLP.run（StanfordCoreNLP.java:1389） 位于edu.stanford.nlp.pipeline.StanfordCoreNLP.main（StanfordCoreNLP.java:1459） 原因：java.lang.NullPointerException 位于edu.stanford.nlp.tagger.maxent.extractorsPanisStrippedVerb.extract（ExtractorFramesRare.java:1626） 位于edu.stanford.nlp.tagger.maxent.Extractor.extract（Extractor.java:153） 位于edu.stanford.nlp.tagger.maxent.TestSession.getExactHistories（TestSession.java:465） 位于edu.stanford.nlp.tagger.maxent.TestSession.getHistories（testSession.java:440） 在edu.stanford.nlp.tagger.maxent.TestSession.getHistories（testSession.java:428）上 在edu.stanford.nlp.tagger.maxent.TestSession.getExactScores（TestSession.java:377） 在edu.stanford.nlp.tagger.maxent.TestSession.getScores（TestSession.java:372）上 在edu.stanford.nlp.tagger.maxent.TestSession.scoresOf（testSession.java:713） 位于edu.stanford.nlp.sequences.ExactBestSequenceFinder.bestSequence（ExactBestSequenceFinder.java:91） 位于edu.stanford.nlp.sequences.ExactBestSequenceFinder.bestSequence（ExactBestSequenceFinder.java:31） 位于edu.stanford.nlp.tagger.maxent.TestSession.RunTagEnference（TestSession.java:322） 位于edu.stanford.nlp.tagger.maxent.TestSession.TestTagEnference（TestSession.java:312） 位于edu.stanford.nlp.tagger.maxent.TestSession.tagSession（testSession.java:135） 位于edu.stanford.nlp.tagger.maxent.MaxentTagger.tagsence（MaxentTagger.java:998） 位于edu.stanford.nlp.pipeline.POSTaggerAnnotator.doOneSentence（POSTaggerAnnotator.java:147） 位于edu.stanford.nlp.pipeline.POSTaggerAnnotator.annotate（POSTaggerAnnotator.java:110） 位于edu.stanford.nlp.pipeline.AnnotationPipeline.annotate（AnnotationPipeline.java:67） 位于edu.stanford.nlp.pipeline.StanfordCoreNLP.annotate（StanfordCoreNLP.java:847） 位于edu.stanford.nlp.pipeline.StanfordCoreNLP$15.run（StanfordCoreNLP.java:1275）

有什么想法吗？我甚至还没有开始追踪这件事。我肯定问题出在POS上；标记化和ssplit运行良好

注意，请不要说“升级到3.5.0”；我目前还没有安装Java8，也不想安装它

---

提前感谢。

是的，3.4.1西班牙型号中似乎有一个bug

---

西班牙3.5.0模型实际上似乎与Java7兼容。您可以下载3.5（）中使用的模型，并将其放在类路径上。这解决了我在本地运行Java 7的问题。

我无法从2014-08-26（在Java 7或Java 8上）重新下载CoreNLP 3.4.1和西班牙语模型jar来重现这个问题。你能试着重新下载西班牙模型jar/CoreNLP jar吗？这两个版本都有新的下载。MacOS 10.9.5，Java 1.7.0_72。同样的错误。导致它失败的一个有代表性的输入句是：墨西哥人captura A uno de los hombres Más sanguinarios。啊哈，我明白了。。绝对是个虫子！今天晚些时候我会追踪到这一点。谢谢你的报道。事实上，这解决了问题。谢谢

annotators = tokenize, ssplit, pos
tokenize.language = es
pos.model = edu/stanford/nlp/models/pos-tagger/spanish/spanish-distsim.tagger