使用Stanford CoreNLP v3.9.1做NER标注时遇TokensRegexNER读取异常

这个问题我之前帮人排查过，本质是你加载的english.muc.7class.distsim.crf.ser.gz模型默认依赖了KBP的TokensRegexNER配置文件，但要么你的模型包缺了这个文件，要么初始化配置没处理好。给你几个靠谱的解决办法：

• 检查模型包完整性与版本匹配
  首先确认你下载的KBP模型包是和CoreNLP v3.9.1完全对应的版本，不同版本的模型资源路径或内容可能有差异。打开KBP模型jar包，看看里面是否存在edu/stanford/nlp/models/kbp/regexner_caseless.tab这个文件。如果没有，重新下载对应版本的KBP模型包，别混用其他版本的资源。

• 关闭不必要的TokensRegexNER功能
  如果你不需要TokensRegexNER的额外标注能力，可以在初始化CoreNLP管道时直接关闭它，避免加载这个缺失的文件。示例代码如下：

  Properties props = new Properties();
  props.setProperty("annotators", "tokenize,ssplit,pos,lemma,ner");
  // 关闭TokensRegexNER相关功能
  props.setProperty("ner.useRegexner", "false");
  props.setProperty("ner.applyNumericClassifiers", "false");
  props.setProperty("ner.useSUTime", "false");
  
  StanfordCoreNLP pipeline = new StanfordCoreNLP(props);
  

• 指定正确的配置文件路径
  如果你确实需要用到TokensRegexNER，那就手动指定这个tab文件的路径。如果文件在你的项目resources目录下，或者模型jar包已经包含它，可以直接配置：

  props.setProperty("ner.regexner.mapping", "edu/stanford/nlp/models/kbp/regexner_caseless.tab");
  

  如果是本地文件路径，就写绝对路径或者相对项目的路径，比如file:/path/to/your/regexner_caseless.tab。

• 手动添加缺失的配置文件
  如果模型包里确实没有这个文件，可以从CoreNLP v3.9.1的官方资源仓库中找到对应的regexner_caseless.tab文件，然后放到你的项目resources目录下的edu/stanford/nlp/models/kbp/路径中，确保程序能通过类路径找到它。

内容的提问来源于stack exchange，提问作者kolam