基于Gate的中文信息抽取API调用方式--未成功

学习Gate快一周了，一直在看官方的英文文档，却一直收获不到，想在自己的程序中通过API的方式实现调用Gate完成信息抽取。Gate中的ANNIE可以实现英文的命名实体识别，但是却不支持中文，后来发现Gate提供了中文的插件即放于目录plugins下的Lang_Chinese文件夹中的内容，并且提供了分词的功能，然后尝试了一下，具体思路如下。

1.设置Gate的home等系统变量。

2.调用Gate.init()进行初始化。

3.采用语句加载中文插件： Gate.getCreoleRegister().registerDirectories(new File(pluginsHome, "Lang_Chinese").toURI().toURL())。

4.采用语句

 (ConditionalSerialAnalyserController) PersistenceManager.loadObjectFromFile(new File(new File(Gate.getPluginsHome(),"Lang_Chinese"), "resources/chinese.gapp"))

创建控制器。

5.设置语料路径，语料是经过分词后以空格隔开的词语。

6.程序运行。

其中我采用的是IKAnalyer进行分词，词语以空格隔开，作为Gate的输入内容。

部分的代码如下：

		setGateHome();
		Gate.init();

		// Load ANNIE plugin
		File gateHome = Gate.getGateHome();
		File pluginsHome = new File(gateHome, "plugins");
		Gate.getCreoleRegister().registerDirectories(new File(pluginsHome, "Lang_Chinese").toURI().toURL());
		Out.prln("...GATE initialised");

		// initialise ANNIE (this may take several minutes)
		StandAloneChinese chnie = new StandAloneChinese();
		chnie.initCHNIE();

		// create a GATE corpus and add a document for each command-line
		// argument
		Corpus corpus = (Corpus) Factory.createResource("gate.corpora.CorpusImpl");
		// for(int i = 0; i < args.length; i++) {
		// URL u = new URL(args[i]);
//		URL u = new URL("file:/d:\\corpus\\corpusedFile.txt");
		StringBuffer corpusDir = new StringBuffer("");
		corpusDir.append("file:/").append(System.getProperty("user.dir")).append("\\corpusedFile.txt");
		URL u = new URL(corpusDir.toString());
		FeatureMap params = Factory.newFeatureMap();
		params.put("sourceUrl", u);
		params.put("preserveOriginalContent", new Boolean(true));
		params.put("collectRepositioningInfo", new Boolean(true));
		params.put("encoding", "UTF-8");//以UTF-8编码读取信息 否则会出现乱码
		Out.prln("Creating doc for " + u);
		Document docs = (Document) Factory.createResource("gate.corpora.DocumentImpl", params);
		corpus.add(docs);
		// } // for each of args

		// tell the pipeline about the corpus and run it
		chnie.setCorpus(corpus);
		chnie.execute();

其中 setGateHome()方法用于设置Gate所需的一些系统属性。

	public static void setGateHome() {
		System.setProperty("gate.home", "D:\\gate");
		String configFileDir = System.getProperty("user.dir") + "\\gate.xml";
		System.setProperty("gate.user.config", configFileDir);
		String sessionFileDir = System.getProperty("user.dir") + "\\gate.session";
		System.setProperty("gate.user.session", sessionFileDir);
		System.out.println(System.getProperties().getProperty("gate.home"));
		System.out.println(System.getProperties().getProperty("gate.user.config"));
		System.out.println(System.getProperties().getProperty("gate.user.session"));
	}

下面是中文插件的初始化操作

	public void initCHNIE() throws GateException, IOException {
		Out.prln("Initialising CHNIE...");
		chnController = (ConditionalSerialAnalyserController) PersistenceManager.loadObjectFromFile(new File(new File(Gate.getPluginsHome(),"Lang_Chinese"), "resources/chinese.gapp"));
		
		Out.prln("...CHNIE loaded");
	} 

最终 程序可以运行，但是却没有标注结果。花了好几天一直没解决掉，真是百思不得其解。只能采取扩展ANNIE的方式进行中文处理了。

若有人发现了 上面所存在的错误，还望指出。