問題タブ [behemoth]

このチュートリアルで指定されているように、map reduce を使用してベヒーモス コーパスを tika に変換するコマンドを実行しています。

それを行うと、次のエラーが発生します。

正確な問題を理解できません。考えられる理由は何ですか?Behemoth/Tika から任意の jar のコピーを Hadoop 作業ディレクトリに追加する必要がありますか?

私はhadoopとbehemothを初めて使用し、 https：//github.com/DigitalPebble/behemoth/wiki/tutorialのチュートリアルに従って、次のコマンドを使用してテキストドキュメントの巨大なコーパスを生成しました。

sudo bin / hadoop jar /home/madhumita/behemoth/core/target/behemoth-core-*-job.jar com.digitalpebble.behemoth.util.CorpusGenerator -i /home/madhumita/Documents/testFile -o / home / madhumita / behemoth / testGateOpCorpus

エラーが発生しました：

エラーutil.CorpusGenerator：入力が存在しません：/ home / madhumita / Documents / testFile

コマンドを実行するたびに、パスが正しいことをgeditで確認しました。同様の問題をオンラインで検索しましたが、見つかりませんでした。なぜそれが起こっているのかについてのアイデアはありますか？.txtファイル形式が受け入れられない場合、必要なファイル形式は何ですか？

Hadoop で behemoth solr を使用していますが、slf4j バージョンで競合が発生しています。Solr 3.6.2 は slf4j-api-1.6.1 を使用し、hadoop 1.0.4 には slf4j-api-1.4.3 用のライブラリがあります。このため、hadoop で巨大な solr jar ファイルを実行できません。この競合を解決する最善の方法は何ですか? 1 つのオプションは、hadoop の slf4j ライブラリを置き換えることですが、私はそれを行う気はありません。どんな解決策でも大歓迎です。

GATE 処理後に生成されたすべての注釈と機能を SOLR にインデックス化する必要があります。注釈と機能を検索する必要があります。これを行う最善の方法は何ですか？処理を Hadoop に移行することをお勧めします。

私は現在ベヒモスを使用していますが、注釈と機能のインデックスは作成せず、テキストのみのインデックスを作成します。

誰かが私を助けてくれますか？

solr を使用してコーパスのインデックスを作成したいと考えています。
シーケンス ファイルを作成するには、次のコマンドを使用しました。

この後、インデックス作成のために次のコマンドを実行しました:
./behemoth solr /user/user-name/pTH-to-which-output-is-stored-in-previous-command http://localhost:8983/solr

しかし、次のエラーが発生しています：

上記のファイルがそのパスに存在するため、問題を特定できません。助けてください