java - 斯坦福 CoreNLP 非常慢

Question

我正在Windows中做一个NLP项目，问题是每当我从命令提示符运行Stanford CoreNLP时，大约需要14-15秒才能生成给定输入文本文件的XML输出。我认为这个问题是因为库需要相当多的时间来加载。请有人解释一下问题是什么以及如何解决这个问题，因为这次问题对我的项目来说是一个大问题？

Answer 1

Stanford CoreNLP 使用各种组件的大型参数模型文件。是的，它们需要很多时间来加载。您想要做的就是仅启动该程序一次，然后向其提供大量文本。

如何做到这一点取决于您正在做什么:

• 您可以将 -filelist 传递给命令行版本以一次处理一大堆文件。
• 您可以让一个 StanleyCoreNLP 对象保持运行状态，然后向其发送文件并使用 API 取回输出。
• 根据您需要的 NLP 处理，您还可以通过不加载不使用的模型来大大加快启动速度。请参阅“注释者”属性。

2016 年更新:现在文档页面 Understanding memory and time usage 上提供了更多相关信息。