StanfordCoreNLP和语义图的性能问题
当我尝试使用斯坦福NLP和CoreNLP分析文本时，性能非常差。处理CNN的文件。com大约需要30秒。
我拥有的代码基本上创建了具有以下配置的StanfordCoreNLP的单个实例：
注释器=标记化、ssplit、pos、引理、ner、解析、dcoref sutime。活页夹=0
当我禁用“ner， parse， dcoref”时，性能非常快。由于我需要获取语义图，我想知道是否有一种方法可以优化性能或另一种方法来获取语义图以检索诸如Direct Object、Noun subject等东西。
共有1个答案
解析和共引用解析通常很慢，但不幸的是，如果不运行parse和dcoref注释器，就无法在CoreNLP的语义图中获取主题和对象信息。也就是说，斯坦福CoreNLP正在积极开发中，并且随着时间的推移变得越来越快。
-
我的目标是测试这段代码，以确保斯坦福核心NLP安装正确。首先，我使用NuGet package manager安装了StanfordCOreNLP包，然后下载了一个zip文件，其中包含一个需要使用命令安装的jar文件，然后运行代码。 在我得到一个错误，说： 埃杜。斯坦福。nlp。木卫一。RuntimeIOException:加载标记器模型时出错（可能缺少模型文件）” 内部异常IOException
-
问题内容： Java中比较和交换的语义是什么？即，公正的比较和交换方法是保证不同线程之间对原子整数实例的特定内存位置的有序访问，还是保证对内存中所有位置的有序访问，即，它的行为就像是易失的（内存围栏）。 从文档： 原子地读取和有条件地写入变量，但不会在排序之前创建任何事件，因此，对于除的目标以外的任何变量的先前或后续读取和写入不提供任何保证。 以及所有其他读取和更新操作（例如，具有读取和写入易失性
-
问题内容： 我必须在我的HashMultiMap中存储超过1亿个键值（键可以具有多个值）。任何人都可以帮助我在存储和搜索方面更快的一个： 1）伯克利DB 2）东京内阁 3）H2 4）缓存 5）或其他 还有一点，那些性能与内存中的哈希映射大致相同吗？一点指导会更有帮助。谢谢。 注意：关于任何一个的信息也是有帮助的。 问题答案： 我建议Redis。它比其他结构更像是一种数据结构存储（例如，它支持地图和
-
我目前正在开发一种实时数据绘图解决方案，该解决方案能够频繁接收新数据（高达1kHz）并以较低的速率（例如50hz）执行重绘。我使用FLTK进行了第一次实现，但我想尝试一下GTK，因为我以前从未使用过它，它看起来对我来说很有希望。 为了简短起见，我注意到与我使用FLTK测量的结果相比，在绘制线条时调用cairo_stroke（）需要花费很多时间（FLTK中没有笔划，fust一个fl_line（）函数
-
我有5个SQL表 存储 工作人员 部门 SOLD_Items staff_rating 我创建了一个视图，将这四个表连接在一起。最后一个表(staff_rating)，我希望在接近项目被出售的时间(sold_items.date)获得视图行的rating列。我尝试了以下SQL查询，这些查询工作正常，但存在性能问题。 SQL查询1 SQL查询2 SQL查询%2比SQL查询%1快。但这两种方法都存在性
-
我使用的是Apache ActiveMQ Artemis 2.16.0（但也尝试了2.15.0)、artemis-jms-client 2.6.4和Spring Boot 1.5.16.release。