我在这里浏览了一些狐猴索引教程:
http://www.lemurproject.org/tutorials/begin_indexing-1.php
我创建了一个“语料库”文件夹,其中包含一个带有看似正确格式的文件的文档:
<DOC>
<DOCNO>1</DOCNO>
<TEXT>
Here is some text
</TEXT>
</DOC>
并创建了以下配置文件:
<parameters>
<corpus>
<path>C:\Users\Tristan\Documents\lemur\corpus</path>
<class>trectext</class>
</corpus>
<memory>256m</memory>
<index>C:\Users\Tristan\Documents\lemur\index</index>
</parameters>
但是,当我运行时:
IndriBuildIndex.exe C:\Users\Tristan\Documents\lemur\config\parameter.xml
我得到了一个神秘的例外:
0:00: Opened repository C:\Users\Tristan\Documents\lemur\index
0:00: Opened C:\Users\Tristan\Documents\lemur\corpus\1
0:00: Error in C:\Users\Tristan\Documents\lemur\corpus\1 : .\src\TaggedDocumentI
terator.cpp(213): Malformed document: C:\Users\Tristan\Documents\lemur\corpus\1
0:00: Closing index
0:00: Finished
我查看了源代码中的相关函数,但没有什么特别突出的地方。有任何想法吗?