Apache Tika：在 tika-server 上为 opennlp 模型设置类路径答案

【问题标题】：Apache Tika : Settting classpath for opennlp models on tika-serverApache Tika：在 tika-server 上为 opennlp 模型设置类路径
【发布时间】：2018-08-20 17:09:15
【问题描述】：

我似乎无法为 tika-server 设置类路径，以便正确检测到 opennlp 模型。

我已按照此处的说明进行操作：

https://wiki.apache.org/tika/TikaAndNER

（用 app 代替 -server，看起来它包含了所有需要的东西）

我创建了以下文件夹结构

tika
`-- tika-ner-resources
    `-- org
        `-- apache
           `-- tika
              `-- parser
                  `-- ner
                    `-- opennlp
                       |-- ner-location.bin
                       |-- ner-organization.bin
                       `-- ner-person.bin

跑步：

java -classpath tika/tika-ner-resources -jar tika-server-1.18.jar --config /etc/tika-config.xml -enableUnsecureFeatures -h 0.0.0.0

和发行 {{ curl -v -XPUT --data-binary @test.pdf http://localhost:9998/tika --header "Accept: text/plain" --header "Content-Type: application/pdf"}}

结果

INFO 将加载、实例化和绑定 org.apache.tika.parser.ner.opennlp.OpenNLPNERecogniser 的实例警告无法使用类加载器从 org/apache/tika/parser/ner/opennlp/ner-location.bin 找到模型信息位置 NER : 可提供服务？错误的警告无法使用类加载器从 org/apache/tika/parser/ner/opennlp/ner-organization.bin 找到模型 INFO ORGANIZATION NER : 可提供服务？错误的警告无法使用类加载器从 org/apache/tika/parser/ner/opennlp/ner-date.bin 找到模型信息日期 NER : 可提供服务？错误的警告无法使用类加载器从 org/apache/tika/parser/ner/opennlp/ner-money.bin 找到模型 INFO MONEY NER : 可以提供服务吗？错误的警告无法使用类加载器从 org/apache/tika/parser/ner/opennlp/ner-person.bin 找到模型 INFO PERSON NER：可以提供服务吗？错误的警告无法使用类加载器从 org/apache/tika/parser/ner/opennlp/ner-percentage.bin 找到模型 INFO PERCENT NER : 可提供服务？错误的警告无法使用类加载器从 org/apache/tika/parser/ner/opennlp/ner-time.bin 找到模型 INFO TIME NER : 可用于服务？错误的信息 org.apache.tika.parser.ner.opennlp.OpenNLPNERecogniser 可用？错误的 INFO 将加载、实例化和绑定 org.apache.tika.parser.ner.regex.RegexNERecogniser 的实例信息 org.apache.tika.parser.ner.regex.RegexNERecogniser 可用？错误的 INFO 链 0 中 NERecognisers 的数量

似乎唯一可行的方法是通过添加 tika/tika-ner-resources 目录（即 org/blah/blah/*.bin）的内容来重新打包 jar。然后 curl 命令执行没有任何问题。我也尝试了几乎所有设置类路径的组合。

有人有什么想法吗？

【问题讨论】：

标签： apache-tika

【解决方案1】：

对于其他有问题的人，通过删除 -jar 并手动指定 TikaServerCli 类，以下命令对我有用

java -classpath tika/tika-ner-resources/:tika-server-1.18.jar  
org.apache.tika.server.TikaServerCli --config /etc/tika-config.xml -enableUnsecureFeatures -h 0.0.0.0

【讨论】：

我们为 tika-docker 中的常见场景汇总了一些示例，这些示例可能对其他人有用。 NER 配置文件为here。我整理了一些关于如何使用它们的文章here。