1、Stanford CoreNLP maven依賴，jdk依賴1.8

<dependency>
<groupId>edu.stanford.nlp</groupId>
<artifactId>stanford-corenlp</artifactId>
<version>3.6.0</version>
</dependency>
<dependency>
<groupId>edu.stanford.nlp</groupId>
<artifactId>stanford-corenlp</artifactId>
<version>3.6.0</version>
<classifier>models</classifier>
</dependency>
<dependency>
<groupId>edu.stanford.nlp</groupId>
<artifactId>stanford-corenlp</artifactId>
<version>3.6.0</version>
<classifier>models-chinese</classifier>
</dependency>

2、Stanford CoreNLP分詞、分句、詞性標注、命名實體識別、語法分析本身支持很多，但是全部

使用會導致性能很差，比如我們實際使用中需要使用ner, parse, mention, coref可以先不適用。

annotators = segment, ssplit, pos, lemma,ner, parse, mention, coref
因為涉及復雜解析時時間復雜度很高

連接

https://stackoverflow.com/questions/29543274/stanford-nlp-annotate-text-is-very-slow

1down vote

Is the text a single long sentence? The runtime of the parser is O(n^3) with respect to the length of the sentence, which gets quite slow on sentences longer than ~40 words. If you remove the "parse, dcoref, regexner" annotators, does it speed up? And, does it then slow down again if you re-add "parse"?

3、程序的配置使用還是很方便的，可以在自己開發中借鑒使用。

轉載于:https://www.cnblogs.com/freedommovie/p/7446755.html

總結

以上是生活随笔為你收集整理的Stanford CoreNLP使用需要注意的一点的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。