Question

我正在尝试使用XML特征生成器描述符和一些非标准功能在项目中设置OpenNLP NameFinder。 XML描述符支持自定义要素生成器：

<generators>
  <cache>
    <generators>
      ...
      <custom class="com.example.MyFeatureGenerator"/>
   </cache>
</generators>

但是，文档没有提到将参数传递给要素生成器。不希望为特征生成器的每个稍微不同的配置创建新类。另一方面，以编程方式创建特征生成器可能意味着复制大部分OpenNLP代码以处理特征生成器设置。在OpenNLP中使用自定义要素生成器的推荐方法是什么？

Answer 1

尚未找到合适的解决方案，但我通过在OpenNLP中注册新功能工厂解决了这个问题。不幸的是，这需要通过反射访问OpenNLP类GeneratorFactory的私有部分。这是一个有效的解决方案。

首先，定义一个名为XmlDescriptorUtil的新类：

import java.lang.reflect.Field;
import java.lang.reflect.InvocationHandler;
import java.lang.reflect.Method;
import java.lang.reflect.Proxy;
import java.util.Map;

import opennlp.tools.util.InvalidFormatException;
import opennlp.tools.util.featuregen.AdaptiveFeatureGenerator;
import opennlp.tools.util.featuregen.FeatureGeneratorResourceProvider;
import opennlp.tools.util.featuregen.GeneratorFactory;

import org.w3c.dom.Element;

public final class XmlDescriptorUtil {
  private XmlDescriptorUtil(){};

  public static abstract class XmlDescriptorFactory implements InvocationHandler
  {
    @Override
    public Object invoke(Object proxy, Method method, Object[] args) throws Throwable {
      return create((Element)args[0], (FeatureGeneratorResourceProvider)args[1]);
    }

    public abstract AdaptiveFeatureGenerator create(Element generatorElement, FeatureGeneratorResourceProvider resourceManager)
      throws InvalidFormatException;
  }

  public static void register(String name, XmlDescriptorFactory factory) throws Exception
  {
    Class<?> factoryInterface = Class.forName(GeneratorFactory.class.getName()+"$XmlFeatureGeneratorFactory");
    Object proxy = Proxy.newProxyInstance(GeneratorFactory.class.getClassLoader(), new Class[]{factoryInterface}, factory);
    registerByProxy(name, proxy);
  }

  private static void registerByProxy(String name, Object proxy) throws Exception
  {
    Field f = GeneratorFactory.class.getDeclaredField("factories");
    f.setAccessible(true);
    @SuppressWarnings("unchecked")
    Map<String, Object> factories = (Map<String, Object>) f.get(null);
    factories.put(name, proxy);
  }

}

然后，创建一个实现公共接口XmlDescriptorUtil$XmlDescriptorFactory：

的特征生成器工厂

public static void main(String[] args) {
  XmlDescriptorUtil.register("myCustom", new XmlDescriptorUtil.XmlDescriptorFactory() {
    @Override
    public AdaptiveFeatureGenerator create(Element generatorElement, FeatureGeneratorResourceProvider resourceManager) throws InvalidFormatException {
      return new MyFeatureGenerator();
    });
}

现在，功能生成器已准备就绪，可以在XML描述符中使用：

<generators>
  <cache>
    <generators>
      ...
      <myCustom/>
    </generators>
  </cache> 
</generators>

如果要素生成器需要参数，则可以从工厂类中的generatorElement中提取它们。

Answer 2

如果您不介意在Apache OpenNLP上打开jira问题并请求解决此问题。自定义元素应该可以传入参数和外部资源。

在OpenNLP中使用带有参数的自定义要素生成器

2 个答案: