Mac系统下无法在R中运行CoreNLP 2022年10月更新版本

运行library(coreNLP)时出现如下错误：

Error: package or namespace load failed for ‘coreNLP’:
.onLoad failed in loadNamespace() for 'rJava', details:
 call: dyn.load(jli, FALSE)
 error: unable to load shared object '/Library/Internet Plug-Ins/JavaAppletPlugin.plugin/Contents/Home/lib/jli/libjli.dylib':
 dlopen(/Library/Internet Plug-Ins/JavaAppletPlugin.plugin/Contents/Home/lib/jli/libjli.dylib, 0x000A): tried: '/Library/Internet Plug-Ins/JavaAppletPlugin.plugin/Contents/Home/lib/jli/libjli.dylib' (mach-o file, but is an incompatible architecture (have 'x86_64', need 'arm64')), 
 '/System/Volumes/Preboot/Cryptexes/OS/Library/Internet Plug-Ins/JavaAppletPlugin.plugin/Contents/Home/lib/jli/libjli.dylib' (no such file), '/Library/Internet Plug-Ins/JavaAppletPlugin.plugin/Contents/Home/lib/jli/libjli.dylib' (mach-o file, but is an incompatible architecture (have 'x86_64', need 'arm64'))

核心原因 #

你的Mac是arm64（Apple Silicon）架构，但当前使用的Java为x86_64版本，与原生arm64的R不兼容，导致rJava无法加载，进而引发coreNLP启动失败。

分步解决步骤 #

1. 确认Java和R的架构 #

• 打开终端，检查Java架构：

  java -version
  

  输出含x86_64说明是Intel版本，需替换为arm64版本；输出含aarch64/arm64则符合要求。
• 在R中检查R架构：

  Sys.info()["machine"]
  

  输出应为arm64，若为x86_64，需切换到原生arm64版本（右键应用程序中的R图标→显示简介，取消勾选“使用Rosetta打开”）。

2. 安装arm64架构的Java #

• 下载适配Apple Silicon的JDK（如OpenJDK 17+版本）。
• 安装完成后配置JAVA_HOME环境变量：

  # 替换为你的JDK实际路径，例如/Library/Java/JavaVirtualMachines/temurin-17.jdk/Contents/Home
  echo 'export JAVA_HOME="/Library/Java/JavaVirtualMachines/[你的JDK版本].jdk/Contents/Home"' >> ~/.zshrc
  # 若使用bash，替换为~/.bash_profile
  source ~/.zshrc
  

• 验证配置：

  echo $JAVA_HOME
  java -version
  

  确认输出显示arm64架构。

3. 重新配置并安装rJava #

• 在R中卸载现有rJava包：

  remove.packages("rJava")
  

• 终端运行javareconf，让R关联新的arm64 Java：

  R CMD javareconf
  

• 重新安装rJava：

  install.packages("rJava")
  

• 测试rJava加载：

  library(rJava)
  

  无报错则说明rJava配置成功。

4. 重新安装并测试coreNLP #

• 在R中卸载现有coreNLP包：

  remove.packages("coreNLP")
  

• 重新安装coreNLP：

  install.packages("coreNLP")
  

• 加载测试：

  library(coreNLP)
  

  此时应能正常加载。

内容的提问来源于stack exchange，提问作者Eva Bonning