思通数科-免费开源NLP引擎部署文档-Toy模板网

这篇具有很好参考价值的文章主要介绍了思通数科-免费开源NLP引擎部署文档。希望对大家有所帮助。如果存在错误或未考虑完全的地方，请大家不吝赐教，您也可以点击"举报违法"按钮提交疑问。

环境说明

开发环境

工具	版本	备注
JDK	1.8	强制要求
MySQL	5.7.24+	强制要求
Redis	——

开发使用工具

工具	说明
IntelliJ IDEA	Java编程语言开发的集成环境
Navicat	Mysql数据库管理工具
RedisDesktopManager	Redis可视化管理工具

部署说明

针对于不同的技术人群，我们提供了多种部署方式：

简易版部署：使用Docker只需要一行命令即可完成‘NLP自然语言处理引擎’系统的部署
全服务本地化部署：针对于前端、Java后端、Python后端全部实现本地化部署

简易版部署

针对于小白用户，为了避免安装各种开发环境的苦恼，我们给出了简易版部署教程，只需要用户安装好Docker，执行一行命令即可部署我们的‘NLP自然语言处理引擎’系统

Docker安装

在Docker官网也有针对各个操作系统的详细安装步骤：https://www.docker.com/get-started/

对于Windows用户

在docker官网点击Download for Windows下载安装包进行安装，具体的安装教程可以参考互联网资料
对于Ubuntu用户

在命令行输入apt install -y docker.io
对于Centos用户

yum install -y docker
对于MacOs用户

brew install --cask --appdir=/Applications docker

安装完在命令行输入 docker -v 可以返回Docker版本号相关信息即为安装成功

Docker拉取镜像并运行

在命令行输入下面一行命令即可完成镜像的拉取以及运行。拉取镜像大概需要花费5-10分钟，容器启动大概1-3分钟。

docker run -itd --name nlp_stonedt -p 8866:8866 registry.cn-beijing.aliyuncs.com/stonedt_nlp/nlp_stonedt:1.0.9

验证是否成功运行

使用docker ps 命令查看容器运行状况如果是healthy 即为部署成功
如果失败请使用docker logs 容器ID或名称 -f 查看容器日志（例如 docker logs nlp_stonedt -f）然后提交相关截图联系我们

访问系统

打开浏览器，输入网址 http://IP地址:8866 即可进入系统默认用户名:user 默认密码:123456

全服务本地化部署

启动Python程序

Python部署需要准备至少12GB运行内存

一. 部署方式

针对于新手、或有一定基础、或有一定经验，我们准备了三种部署方式：

Docker镜像（适合新手）
Dockerfile（有一定基础）
Conda（有一定经验）

下方Conda准备工作和Docker准备工作只需要做其一就可以了。

二. Conda准备工作

Conda是一个用于管理Python环境和软件包的开源工具。下面是使用conda进行部署的步骤：

1：安装Conda

如果您尚未安装Conda，请按照以下步骤安装：

访问 Anaconda官方网站下载适用于您操作系统的Anaconda安装程序。
运行安装程序，并按照提示进行安装。

2：创建环境

打开终端

创建一个新的conda环境：

conda create --name myenv python=3.9
其中，`myenv`是您想要给环境取的名字，`python=3.9`指定了使用Python 3.9版本。
例如 conda create --name nlp_text python=3.9

在终端执行下面命令进入虚拟环境激活环境：
```
 conda activate myenv
```

3：更换镜像源

考虑到网络原因，这里建议用户将镜像源切换成国内源。复制下面的命令在conda虚拟环境里运行即可

添加conda清华源

conda config --add channels      https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/

conda config --add channels    https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/

conda config --set show_channel_urls yes

添加Python源

pip config set global.index-url https://mirror.baidu.com/pypi/simple/

三. 功能分类

考虑到功能分类、资源占用和用户需求的多样性，我们将 Python 端拆分为多个项目。根据您的需求，您可以下载相应的 Python 代码并安装其所需的依赖包。

根据当前计划，我们将 Python 项目分为以下几类：

文本处理服务（NLPTextService.py）
音视频文件处理服务
图像处理服务

文本处理服务功能包括：

情感分析
招标抽取
合同抽取
法律文书信息抽取
简历抽取
观点抽取
自定义文本抽取
时间抽取
关系抽取
实体抽取
机构识别
主题抽取
相似度查找
文本纠错
词性标注

四. Python部署

1：文本处理服务（NLPTextService.py）

Conda部署
- 拉取代码：此服务的代码的位置在：free-nlp-api/Python/Code/NLPTextService.py
- 进入conda虚拟环境：conda activate myenv
- 安装paddlepaddle 基础依赖
```
conda install paddlepaddle==2.5.1 --channel https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/Paddle/
```
- 安装依赖
```
pip install paddlenlp==2.5.2  synonyms==3.18.0  paddlehub==2.1.0 aiofiles==22.1.0 fastapi  uvicorn  pycorrector==0.4.8 jiagu
```
- 下载模型
  
  对于大部分的功能，在运行python程序的时候会自动从互联网进行下载，但是对于某些服务我们提供了我们自己训练的模型，对结果的精度以及效果都有很大的提升，需要用户手动下载模型放在和Python代码同路径（free-nlp-api/PythonCode）下（当然也可以放到别的路径，需要在代码里修改模型路径地址） uie模型下载地址 https://118.184.157.251:8866/uie_modle.tar.gz (备用https://file.654432.xyz/uie_modle.tar.gz) 下载完模型进行解压即可。如果直链下载失败,可以使用123云盘保存到自己云盘进行下载,下载地址:https://www.123pan.com/s/aEC8jv-L99I.html
- 运行程序
  
  进入本项目本地路径free-nlp-api/PythonCode，执行下面命令完成后台运行
```
nohup python NLPTextService.py &
```
Dockerfile部署
- 拉取文本处理Dockerfile：此文件的位置在：free-nlp-api/Python/Dockerfile/NLPTextService
- 或者直接wget下载：wget https://gitee.com/stonedtx/free-nlp-api/raw/master/Python/Dockerfile/NLPTextService
- 将NLPTextService改名成Dockerfile
- 构建镜像
  
  在Dockerfile目录下运行 docker build -t nlp_text:1.0.0 .
- 构建容器并运行
  
  docker run -itd --name nlp_text:1.0.0
Docker部署
- 拉取docker镜像并运行
```
docker run -itd -p 8801:8801 --name nlp_text registry.cn-beijing.aliyuncs.com/stonedt_nlp/nlp_text:1.0.2
```
- 查看容器是否正在运行在命令行输入以下命令如果出现了名为nlp_text的容器即为正常
```
docker ps
```
- 查看服务是否运行成功在命令行输入以下命令，如果出现和下面图片类似的结果即为部署成功
```
docker logs nlp_text -f
```

修改简易版镜像地址

如果用户不想折腾其他的环境去部署前后端程序，可以使用我们提供的简易版docker镜像，只需要将Python接口地址改成自己的就可以了。

进入容器
```
docker exec -it nlp_stonedt /bin/bash
```

修改Python接口地址

进入路径/opt/free-nlp-api/config
输入vim application.properties
将网址修改成我们本地部署的Python服务机器的ip地址

重启Java项目

杀掉进程

kill $(ps aux | grep '[j]ava -jar /opt/free-nlp-api/nlp.jar' | awk '{print $2}')

重启进程

nohup java -jar /opt/free-nlp-api/nlp.jar &

环境安装

安装Java环境

JDK8 Oracle官方下载地址：https://www.oracle.com/java/technologies/downloads/#java8

window安装JDK8 参见： https://www.cnblogs.com/zhangzhixing/p/12953187.html

Linux安装JDK8 参见： https://www.jianshu.com/p/75f0f34b599d

安装MySQL

Mysql5.7安装方式可以参见：https://www.runoob.com/mysql/mysql-install.html

安装Redis

安装

源码及apt安装

http://www.imxmx.com/Item/1/211097.html

配置

关于redis的配置这篇文章说的很详细

https://www.cnblogs.com/ysocean/p/9074787.html

启动后端程序

对于有开发经验建议使用编译器运行调试和Jar包部署运行对于小白用户建议Docker部署

配置文件

配置文件路径

配置文件的路径在项目根路径的config文件夹下
配置文件说明

application.properties为Python服务端接口配置

application.yml为Java后端配置,里面包含了Java后端启动端口、MySQL数据库配置信息、Redis配置信息等，用户只需要关注MySQL、Redis配置即可，修改说明在此文件有详细的注释可以参考

编译器运行调试

使用Git工具或者编译器最新源代码地址AI多模态能力平台: 免费的自然语言处理、情感分析、实体识别、图像识别与分类、OCR识别、语音识别接口，功能强大，欢迎体验。
使用idea或者eclipse
打开项目设置JDK1.8
设置maven地址指向本地maven
使用navicat或命令行创建数据库free_nlp_data
选择刚刚创建的数据库，右键选择运行SQL文件进行导入数据库，SQL文件的位置项目的db\V1__create.sql
打开项目的配置文件application.yml修改数据库和redis的地址、用户名、密码信息

# 数据源配置
spring:
  datasource:
    driver-class-name: com.mysql.cj.jdbc.Driver
    url: jdbc:mysql://127.0.0.1:3306/free_nlp_data?characterEncoding=UTF-8&useSSL=false
    username: root
    password: 1234

spring:
  redis:
    database: 0
    host: 127.0.0.1
    port: 6379
    max-active: 10000
    max-idle: 10
    max-wait: 100000
    timeout: 100000

等待maven配置好所有的相关依赖就可以点击运行了。

JAR包运行

下载部署文件压缩包：地址为https://118.184.157.251:8866/free-nlp-api.zip
解压压缩包并修改配置文件

free-nlp-api.jar文件为Java程序包，config目录为配置文件目录，我们需要对配置文件进行修改

application.yml 为运行所需环境配置信息，我们将数据库信息和redis信息改成自己的。

application.properties 为调用我们部署的Python端接口地址，更换ip地址为部署Python服务的机器ip地址。
在根目录执行 java -jar free-nlp-api.jar 启动我们的NLP自然语言处理引擎

Docker运行

安装Docker

拉取基础Docker镜像

拉取redis $ docker run -p 6379:6379 --name redis -d redis:7.0.12

使用命令docker ps 查看是否redis容器
拉取Mysql $ docker run -itd --name mysql -p 3306:3306 -e MYSQL_ROOT_PASSWORD=1234 mysql:5.7.24

使用命令docker ps 查看是否mysql 容器

创建数据库free_nlp_data 字符集utf8mb4 排序规则utf8mb4_general_ci 在我们的开源地址gitee上找到/db项目路径的sql文件,将数据导入mysql
运行后端Docker $ docker run -itd --name nlp_data -p 8090:8090 registry.cn-shanghai.aliyuncs.com/stonedt_nlp/nlp_data:1.0.1

使用命令docker ps 查看是否nlp_data 容器

访问http://127.0.0.1:8090/api 查看是否返回结果,如果有就说明后端部署成功

启动前端程序

因为本项目是前后端分离的，所以需要前后端都启动好，才能进行访问
前端项目在ROOT文件夹,使用tomcat进行部署

Tomcat介绍以及安装

下载安装tomcat8

官网：Apache Tomcat® - Apache Tomcat 8 Software Downloads

按照自己的操作系统下载合适的Linux或者Windows版本,然后进行解压,注意不要含有中文路径解压后目录文件如下

前端部署

项目源代码拷贝

前端项目文件在项目更新目录ROOT文件夹
将Tomcat根目录里webapps里面的内容全部删除，将项目根目录文件夹ROOT 拷贝到Tomcat根目录下webapps下,结构如图:

后端地址修改

找到前端接口配置文件/dist/assets/common/public.js
将默认的127.0.0.1:8866替换成我们部署的后端地址

前端项目执行

windows请双击Tomcat根目录—>bin目录—>startup.bat
Linux用户请在Tomcat根目录—>bin目录执行./startup.sh

访问页面

访问 http://IP地址:8080/dist/assets/page/login/login.html 出现登录页面即为前端部署成功

技术合作&交流

联系我们

微信号： javabloger
电话： 13913853100
邮箱： huangyi@stonedt.com
公司官网：www.stonedt.com
欢迎您在下方留言，或添加微信与我们交流。

扫描微信二维码，获得技术支持或者申请您的系统调用配额。文章来源地址https://www.toymoban.com/news/detail-842441.html