你能想到加速以下的CoreNLP情感分析方法吗?
我在服务器启动时初始化一次CoreNLP流程:
// Initialize the CoreNLP text processing pipeline
public static Properties props = new Properties();
public static StanfordCoreNLP pipeline;
// Set text processing pipeline's annotators
props.setProperty("annotators", "tokenize, ssplit, pos, parse, sentiment");
// Use Shift-Reduce Constituency Parsing (O(n),
// http://nlp.stanford.edu/software/srparser.shtml) vs CoreNLP's default
// Probabilistic Context-Free Grammar Parsing (O(n^3))
props.setProperty("parse.model", "edu/stanford/nlp/models/srparser/englishSR.ser.gz");
pipeline = new StanfordCoreNLP(props);
然后我从我的控制器中调用管道:
String text = 'A sample string.'
Annotation annotation = pipeline.process(text);
List<CoreMap> sentences = annotation.get(CoreAnnotations.SentencesAnnotation.class);
for (CoreMap sentence : sentences) {
Tree tree = sentence.get(SentimentCoreAnnotations.SentimentAnnotatedTree.class);
int sentiment = RNNCoreAnnotations.getPredictedClass(tree);
...
}
我已经分析了代码 -
Annotation annotation = pipeline.process(text)
这行代码是 CoreNLP 的主要处理调用,速度非常慢。对我的控制器进行 100 次调用的请求平均需要 1.07 秒。每次调用注释需要 ~7 毫秒。我需要将其减少到 ~2 毫秒。我不能删除任何注释器,因为情感依赖于所有注释器。我已经使用 Shift-Reduce Constituency Parser ,因为它比默认的 Context-Free Grammar Parser 快得多。
还有其他参数可以调整以显着加快处理速度吗?