Question

根据CoreNLP's Git，根据我的猜测，在某些版本的CoreNLP中修复了该问题，可能是3.5.1，因为NER被列为更改注释中已更改的模块之一。但是，3.5.x需要跳转到Java 1.8，我们目前还没准备这样做。

此外，免责声明，我也发布了该问题，但可能没有看到，因为问题已经解决。鉴于SO是支持CoreNLP的官方论坛，我在这里问。

所以我在问，解决这个问题有什么变化？它实际上是存在于当前版本中，还是还有其他需要完成的东西。我需要解决这个问题，而不是从我目前正在使用的3.4.1升级。

对于记录，下面的字符串应该代表2009年12月3日10:00（该字符串中没有给出秒数，因此我们假设为00）。

这是堆栈跟踪。

java.lang.NumberFormatException: For input string: "200912031000"
at java.lang.NumberFormatException.forInputString(NumberFormatException.java:65)
at java.lang.Integer.parseInt(Integer.java:583)
at java.lang.Integer.valueOf(Integer.java:766)
at edu.stanford.nlp.ie.pascal.ISODateInstance.extractDay(ISODateInstance.java:1107)
at edu.stanford.nlp.ie.pascal.ISODateInstance.extractFields(ISODateInstance.java:398)
at edu.stanford.nlp.ie.pascal.ISODateInstance.<init>(ISODateInstance.java:82)
at edu.stanford.nlp.ie.QuantifiableEntityNormalizer.normalizedDateString(QuantifiableEntityNormalizer.java:363)
at edu.stanford.nlp.ie.QuantifiableEntityNormalizer.normalizedDateString(QuantifiableEntityNormalizer.java:338)
at edu.stanford.nlp.ie.QuantifiableEntityNormalizer.processEntity(QuantifiableEntityNormalizer.java:1018)
at edu.stanford.nlp.ie.QuantifiableEntityNormalizer.addNormalizedQuantitiesToEntities(QuantifiableEntityNormalizer.java:1320)
at edu.stanford.nlp.ie.NERClassifierCombiner.classifyWithGlobalInformation(NERClassifierCombiner.java:145)
at edu.stanford.nlp.ie.AbstractSequenceClassifier.classifySentenceWithGlobalInformation(AbstractSequenceClassifier.java:322)
at edu.stanford.nlp.pipeline.NERCombinerAnnotator.doOneSentence(NERCombinerAnnotator.java:148)
at edu.stanford.nlp.pipeline.SentenceAnnotator.annotate(SentenceAnnotator.java:95)
at edu.stanford.nlp.pipeline.NERCombinerAnnotator.annotate(NERCombinerAnnotator.java:137)
at edu.stanford.nlp.pipeline.AnnotationPipeline.annotate(AnnotationPipeline.java:67)
at edu.stanford.nlp.pipeline.StanfordCoreNLP.annotate(StanfordCoreNLP.java:847)

修改

我再次关注这个问题，因为我正在解决当前代码中的一些时间问题，我可以通过简单的方式重现：

    ISODateInstance idi = new ISODateInstance();
    boolean fields = idi.extractFields("200912031000");
    System.out.println(fields);

请注意，true是打印值。

Answer 1

我没有看到Stanford CoreNLP 3.4.1的这个问题。我下载了3.4.1发行版并运行了一个非常长的句子，并且不会发生任何类型的崩溃。

你能给我一个导致这次崩溃的样本句子吗？

Answer 2

好的，请允许我说明问题存在的原因。在3.4.1中，extractDay（）存在两个问题：

Integer.valueOf在第1107行中使用。这会产生我们看到的错误，因为String如果被解释为数字，肯定会是Long。 Long.valueOf用于更高版本。
应该从extractDay返回False，因为它无法对该字符串执行任何操作。然而，try块（行1106）在for循环内（行1097），这意味着在失败之后，可以检查更多令牌，导致该方法最终返回true。这将允许创建注释，即使在解析失败时技术上也不应创建注释。在以后的版本中，try被移到了for块之外。

所以唯一的答案是更新到更高版本（虽然我现在还不能更新到更高版本）。

意外日期/日期时间字符串导致斯坦福CoreNLP中的异常

2 个答案: