调用Predictor.from_archive加载elmo句法分析器报ptb_trees错误如何解决

该问题是新旧AllenNLP版本不兼容导致，2018年发布的elmo-constituency-parser模型内置配置使用了ptb_trees作为dataset_reader的注册名，新版本AllenNLP默认未导入该注册类，因此识别失败，可通过以下两种方案解决：

• 方案1：手动导入对应注册类模块
  这是最简便的方案，仅需在代码开头导入包含ptb_trees注册信息的模块即可，原业务逻辑无需修改。
  完整示例代码：

  # 导入ptb模块完成注册
  from allennlp.data.dataset_readers import ptb
  from allennlp.models.archival import load_archive
  from allennlp.predictors import Predictor
  
  archive = load_archive(
      "elmo-constituency-parser-2018.03.14.tar.gz"
  )
  predictor = Predictor.from_archive(archive, 'constituency-parser')
  
  predictor.predict_json({"sentence": "This is a sentence to be predicted!"})
  

• 方案2：加载时通过overrides参数指定全限定类名
  若导入模块方案无效（多为AllenNLP版本差异导致模块路径变动），可以直接在加载模型时覆盖配置，用全限定类名代替注册名，无需依赖注册机制。
  完整示例代码：

  from allennlp.models.archival import load_archive
  from allennlp.predictors import Predictor
  
  archive = load_archive(
      "elmo-constituency-parser-2018.03.14.tar.gz",
      # 覆盖dataset_reader的type为对应类的全限定路径
      overrides={"dataset_reader": {"type": "allennlp.data.dataset_readers.ptb.PennTreeBankConstituencyReader"}}
  )
  predictor = Predictor.from_archive(archive, 'constituency-parser')
  
  predictor.predict_json({"sentence": "This is a sentence to be predicted!"})
  

若以上两种方案均报错，可先确认你的AllenNLP版本，该2018年的预训练模型兼容版本范围为allennlp==0.5.1 ~ 0.9.0，版本过高会出现API不兼容的其他问题。若你使用的版本中ptb reader路径不同，可自行替换全限定类名为对应版本的真实路径。

内容的提问来源于stack exchange，提问作者River Hope