java - 从 tika-app 调用 ctakes 解析器时出现异常

Question

从 tika-app 调用 cTAKES 解析器时，得到以下信息:

java -classpath $HOME/src/ctakes-config:${TIKA_HOME}/tika-app/target/tika-app-X.Y-SNAPSHOT.jar:${CTAKES_HOME}/desc:${CTAKES_HOME}/resources:${CTAKES_HOME}/lib/* org.apache.tika.cli.TikaCLI --config=$HOME/src/ctakes-config/tika-config.xml -m Vose-2013-American_Journal_of_Hematology.pdf

异常

异常java.lang.NoSuchMethodError的屏幕截图

Exception in thread "main" java.lang.NoSuchMethodError: opennlp.tools.sentdetect.SentenceModel.getMaxentModel()Lopennlp/model/AbstractModel;

我已按照this link中提到的步骤进行操作。我无法理解此错误的原因以及如何解决此问题。

我还收到以下警告:警告

Feb 16, 2020 12:19:58 PM org.apache.tika.config.InitializableProblemHandler$3 handleInitializableProblem WARNING: J2KImageReader not loaded. JPEG2000 files will not be processed. See https://pdfbox.apache.org/2.0/dependencies.html#jai-image-io for optional dependencies.

Feb 16, 2020 12:19:59 PM org.apache.tika.config.InitializableProblemHandler$3 handleInitializableProblem WARNING: org.xerial's sqlite-jdbc is not loaded. Please provide the jar on your classpath to parse sqlite files. See tika-parsers/pom.xml for the correct version.

我尝试使用this link中的答案来解决它，但这并没有多大帮助。我知道这些只是警告，希望不会导致错误我仅通过安装来使用 tika

系统信息

• 操作系统 ubuntu 16.04
• JDK openJDK8。
• Maven 3.3.9
• Apache 提卡 1.23
• Apache cTAKES 3.2.2

Answer 1

我已经解决了这个问题。这与 Apache OpenNLP 库的不兼容版本有关。 Tika CTAKES 解析器固定为 1.5.3，cTAKES 3.2.2 使用该版本，但 Tika Parsers 此后已发展为使用较新的版本。

修复方法是在类路径中引用旧版 OpenNLP 1.5.3 jar。我在这里更新了维基:https://cwiki.apache.org/confluence/display/TIKA/CTAKESParser

java -classpath $HOME/src/ctakes-config:${CTAKES_HOME}/lib/opennlp-tools-1.5.3.jar:${TIKA_HOME}/tika-app/target/tika-app-X.Y-SNAPSHOT.jar:${CTAKES_HOME}/desc:${CTAKES_HOME}/resources:${CTAKES_HOME}/lib/\* org.apache.tika.cli.TikaCLI \
--config=$HOME/src/ctakes-config/tika-config.xml \
-m Vose-2013-American_Journal_of_Hematology.pdf