JFastText 挖坑指南

1. 前言

之前在做文本分类任务，使用了Facebook开源的Fasttext工具，用其在Unix下编译后得到的fasttext命令训练生成*.bin文件。由于线上需要封装成jar包调用，故在github上找到了vinhkhuc/JFastText的项目，用Maven引入进行开发，挖坑开始。

1.1 模型文件格式错误

按照项目首页的README说明，引入依赖：

<dependency>
  <groupId>com.github.vinhkhuc</groupId>groupId>
  <artifactId>jfasttext</artifactId>artifactId>
  <version>0.3</version>version>
</dependency>dependency>

开发Demo时，提示Model file has wrong file format!。去查issues页面，第一个热门提问就是这个bug。开发者让尝试另一个fork的仓库地址：https://github.com/lidalei/JFastText。

新地址表明不能用Maven引入，需git clone到本地，进行mvn clean package进行本地构建。构建完毕后在项目中添加依赖使用。

但是！！虽然本地可以正常加载用fasttext终端命令训练的模型，但是在deploy时会存在很大问题。即deploy后，别人用Maven引用时，依然会提示模型文件错误！。开发时，没有注意到这点，导致给小伙伴们挖了大坑。

2. 填坑开始

2.1 Maven依赖打包

若本地引入只能本地使用，可否将lidalei/JFastText的代码clone下来，更改其pom文件，deploy到Nexus仓库来解决？

Step 1. Clone仓库

从github上将对方开发者的代码克隆下来：
git clone git@github.com:lidalei/JFastText.git

Step 2. 修改pom文件

查看了自带的pom文件，保持<build>内容不变，修改groupId、version等字段，替换<distributionManagement>下内容，使其能够deploy到我们的Nexus私服

Step3. 运行deploy

点击Maven中的deploy选项开始上传。终端有一些信息值得注意：

[INFO] --- javacpp:1.4:build (run-javacpp-parser) @ jfasttext ---
[INFO] Detected platform "macosx-x86_64"
[INFO] Building for platform "macosx-x86_64"
[INFO] Targeting /Users/XXXX/Documents/tools/JFastText/src/main/java/com/github/jfasttext/FastTextWrapper.java
[INFO] Parsing /Users/XXXX/Documents/tools/JFastText/src/main/cpp/fasttext_wrapper.h
[INFO] Parsing /Users/XXXX/Documents/tools/JFastText/src/main/cpp/fasttext_wrapper_javacpp.h
[INFO] 
[INFO] --- javacpp:1.4:build (run-javacpp-compiler) @ jfasttext ---
[INFO] Detected platform "macosx-x86_64"
[INFO] Building for platform "macosx-x86_64"

在编译时javacpp自动检测了我的系统，然后根据我的系统适配地编译了jar包，上传到Nexus：

<dependency>
  <groupId>com.xiaomi.search.ltp</groupId>groupId>
  <artifactId>jfasttext</artifactId>artifactId>
  <version>0.3.0-SNAPSHOT</version>version>
</dependency>dependency>

Step4. loadModel

用Maven引入上述deploy的jar包，写Demo样例：

import com.github.jfasttext.JFastText;
  public class demo {
      public static void main(String[] args) throws Exception{
          JFastText jFastText = new JFastText();
          jFastText.loadModel("/Users/XXXX/Desktop/model_t_92.bin");
      }
}

成功加载模型

3. 最后的坑

完成jar包上传之后，想到之前build时终端输出关于的系统信息，可能在windows下使用出问题，因此在windows下按照同样的Demo项目测试了下，果然不行。

当前deploy的jar包目测仅支持mac，不排除仅支持我的mac的坑

4. 总结

• 用FastText的模型做Java封装时，还是建议使用Java进行训练，加载模型，从源头避免挖坑
• JFastText项目中之所以不支持加载Fasttext命令训练的模型，可能和动态链接库有关。毕竟安装fasttext生成一堆链接库，在上面尝试打包时，javacpp貌似也在检测动态链接库