java - 设置 OpenNLP : Text Detection using the Vision java API

Question

Set up OpenNLP
Download Tokenizer data and save it to this directory.

wget http://opennlp.sourceforge.net/models-1.5/en-token.bin

这就是 Google 在 here 处向我询问的问题

我不知道 OpenNLP 是什么，所以我 google它。

这是 Apache 在其设置 OpenNLP 页面上所说的:

If you have an IDE installed such as NetBeans or Eclipse installed, it will make your development easier. However, follow on for the brave.

我有 Intellij NetBeans，如何设置它？

当在 Intellij 中使用 Maven 构建并尝试运行此示例时，这是我收到的错误:

java.io.FileNotFoundException: en-token.bin (The system cannot find the file specified)

当我尝试继续使用 Google 文档时，我在这一行失败了:

java -cp target/vision-text-1.0-SNAPSHOT-jar-with-dependencies.jar com.google.cloud.vision.samples.text.TextApp data/

有错误:

Error: Could not find or load main class com.google.cloud.vision.samples.text.TextApp

Answer 1

看起来 OpenNLP 所需要的只是 Tokeniser .bin 文件 - 这只是库用来标记文本的二进制文件(例如，将句子拆分为单词)。看起来你不需要从该库中得到任何其他东西 - 如果你查看 google Vision pom 文件( https://github.com/GoogleCloudPlatform/java-docs-samples/blob/master/vision/text/pom.xml )，你会看到它们依赖于 OpenNLP JAR，所以在这里你只需获取预先训练的该库的资源。

假设您已经克隆了 GitHub 存储库，并成功运行了他们提到的 Maven 命令:

mvn clean compile assembly:single

然后，应将下载的文件 (en-token.bin) 复制到项目目录的根目录(与 pom.xml 以及运行 java 命令的位置相同的位置)。

如果设置是这样的，那么它应该可以正常工作。