TreeTagger не может найти Charsetname при использовании в Uima Pipeline

Question

Я хотел бы использовать TreeTagger для фрагментирования внутри конвейера uima для немецкого текста. Блок работает нормально, когда я запускаю Tagger с помощью cmd, но вызывает следующую ошибку при использовании в конвейере:

    org.apache.uima.analysis_engine.AnalysisEngineProcessException: Annotator processing failed.    
    at org.apache.uima.analysis_engine.impl.PrimitiveAnalysisEngine_impl.callAnalysisComponentProcess(PrimitiveAnalysisEngine_impl.java:401)
    at org.apache.uima.analysis_engine.impl.PrimitiveAnalysisEngine_impl.processAndOutputNewCASes(PrimitiveAnalysisEngine_impl.java:308)
    at org.apache.uima.analysis_engine.asb.impl.ASB_impl$AggregateCasIterator.processUntilNextOutputCas(ASB_impl.java:570)
    at org.apache.uima.analysis_engine.asb.impl.ASB_impl$AggregateCasIterator.<init>(ASB_impl.java:412)
    at org.apache.uima.analysis_engine.asb.impl.ASB_impl.process(ASB_impl.java:344)
    at org.apache.uima.analysis_engine.impl.AggregateAnalysisEngine_impl.processAndOutputNewCASes(AggregateAnalysisEngine_impl.java:265)
    at org.apache.uima.analysis_engine.impl.AnalysisEngineImplBase.process(AnalysisEngineImplBase.java:269)
    at org.apache.uima.fit.pipeline.SimplePipeline.runPipeline(SimplePipeline.java:150)
    at de.fraunhofer.fkie.re_analysis.RA_pipeline.main(RA_pipeline.java:107)
Caused by: java.lang.NullPointerException: charsetName
    at java.io.InputStreamReader.<init>(InputStreamReader.java:99)
    at org.annolab.tt4j.TreeTaggerWrapper$Reader.<init>(TreeTaggerWrapper.java:946)
    at org.annolab.tt4j.TreeTaggerWrapper.process(TreeTaggerWrapper.java:598)
    at de.tudarmstadt.ukp.dkpro.core.treetagger.TreeTaggerChunker.process(TreeTaggerChunker.java:293)
    at org.apache.uima.analysis_component.JCasAnnotator_ImplBase.process(JCasAnnotator_ImplBase.java:48)
    at org.apache.uima.analysis_engine.impl.PrimitiveAnalysisEngine_impl.callAnalysisComponentProcess(PrimitiveAnalysisEngine_impl.java:385)
    ... 8 more

Я полагаю, я должен указать параметр "Chunk_Mapping_Location", но я не знаю, к какому файлу. Чанкер инициализируется следующим образом:

                AnalysisEngineDescription chunker =
                    AnalysisEngineFactory.createEngineDescription(
                                TreeTaggerChunker.class,
                                TreeTaggerChunker.PARAM_EXECUTABLE_PATH, "C:/TreeTagger/bin/tree-tagger.exe",
                                TreeTaggerChunker.PARAM_MODEL_LOCATION, "C:/TreeTagger/lib/german-chunker-utf8.par",
                                TreeTaggerChunker.PARAM_PERFORMANCE_MODE, true,
                                TreeTaggerChunker.PARAM_PRINT_TAGSET, true,
                                TreeTaggerChunker.PARAM_LANGUAGE, "de"
                            );

Answer 1

Похоже, TreeTaggerChunking отсутствует PARAM_MODEL_ENCODING что предотвращает его использование с указанными моделями. Я открыл вопрос.

Вы можете обойти это, упаковав модели TreeTagger как JAR, используя build.xml Ant-скрипт включен в DKPro Core. Процесс описан в документации разработчика DKPro Core.

Раскрытие информации: я являюсь одним из разработчиков DKPro Core.