我正在尝试创建一个 Pig UDF，它使用通过 sista Scala API 接口的 Stanford CoreNLP 包提取推文中提到的位置。当使用 'sbt run' 在本地运行时它工作正常，但从 Pig 调用时会抛出“java.lang.NoSuchMethodError”异常：
从标注器 edu/stanford/nlp/models/pos-tagger/english-left3words/english-left3words-distim.tagger 加载默认属性 从 edu/stanford/nlp/models/pos-tagger/english-left3words/english 读取 POS 标注器模型-left3words-distim.tagger 从 edu/stanford/nlp/models/ner/english.all.3class.distim.crf.ser.gz 2013-06-14 10:47:54,952 [通信线程] INFO org.apache 加载分类器.hadoop.mapred.LocalJobRunner - 减少 > 减少完成 [7.5 秒]。从 edu/stanford/nlp/models/ner/english.muc.7class.dissim.crf.ser.gz 加载分类器 ... 2013-06-14 10:48:02,108 [Low Memory Detector] INFO org.apache.pig .impl.util.SpillableMemoryManager - 第一次内存处理程序调用 - 收集阈值初始化 = 18546688(18112K) 已使用 = 358671232(350264K) 已提交 = 366542848(357952K) 最大值 = 699072512(682688K) 已完成 [5.0 秒]。从 edu/stanford/nlp/models/ner/english.conll.4class.dissim.crf.ser.gz 加载分类器 ... 2013-06-14 10:48:10,522 [Low Memory Detector] INFO org.apache.pig .impl.util.SpillableMemoryManager - 第一个内存处理程序调用 - 使用阈值初始化 = 18546688(18112K) 已使用 = 590012928(576184K) 已提交 = 597786624(583776K) 最大值 = 699072512(682688K) 已完成 [5.6 秒]。2013-06-14 10:48:11,469 [Thread-11] 警告 org.apache.hadoop.mapred.LocalJobRunner - job_local_0001 java.lang.NoSuchMethodError: org.joda.time.Duration.compareTo(Lorg/joda/time/ReadableDuration ;)我在 edu.stanford.nlp.time.SUTime$Duration.max(SUTime.java:3488) 在 edu.stanford.的 edu.stanford.nlp.time.SUTime$Duration.compareTo(SUTime.java:3406)。 nlp.time.SUTime$Time.difference(SUTime.java:1308) 在 edu.stanford.nlp.time.SUTime$Range.(SUTime.java:3793) 在 edu。
以下是相关代码：
object CountryTokenizer {
def tokenize(text: String): String = {
val locations = TweetEntityExtractor.NERLocationFilter(text)
println(locations)
locations.map(x => Cities.country(x)).flatten.mkString(" ")
}
}
class PigCountryTokenizer extends EvalFunc[String] {
override def exec(tuple: Tuple): java.lang.String = {
val text: java.lang.String = Util.cast[java.lang.String](tuple.get(0))
CountryTokenizer.tokenize(text)
}
}
object TweetEntityExtractor {
val processor:Processor = new CoreNLPProcessor()
def NERLocationFilter(text: String): List[String] = {
val doc = processor.mkDocument(text)
processor.tagPartsOfSpeech(doc)
processor.lemmatize(doc)
processor.recognizeNamedEntities(doc)
val locations = doc.sentences.map(sentence => {
val entities = sentence.entities.map(List.fromArray(_)) match {
case Some(l) => l
case _ => List()
}
val words = List.fromArray(sentence.words)
(words zip entities).filter(x => {
x._1 != "" && x._2 == "LOCATION"
}).map(_._1)
})
List.fromArray(locations).flatten
}
}
我正在使用 sbt-assembly 构建一个 fat-jar，因此应该可以访问 joda-time jar 文件。到底是怎么回事？