如何在python中设置斯坦福解析器的-maxLength选项

Question

我使用的是斯坦福解析器的python接口。在做解析工作时，我想跳过长句子。所以我使用：

path1 = '/usr/local/Cellar/stanford-parser/3.4/libexec/stanford-parser.jar'
path2 = '/usr/local/Cellar/stanford-parser/3.4/libexec/stanford-parser-3.4-models.jar'
parser = StanfordParser(path_to_jar = path1, path_to_models_jar = path2, java_options = '-maxLength50')

但上面写着：

Unrecognized option: -maxLength50
Error: Could not create the Java Virtual Machine.

然后我试着：

parser = StanfordParser(path_to_jar = path1, path_to_models_jar = path2, java_options = '-maxLength=50')

上面还写着

Unrecognized option: -maxLength=50

不过，以下选项可以很好地工作：

parser = StanfordParser(path_to_jar = path1, path_to_models_jar = path2, java_options = '-mx20000m')

但是如果我没有设置句子的最大长度，即使设置了'-mx20000m‘，我也会不断地耗尽内存。所以我想我真的需要跳过一些长句子。

谁能告诉我如何在python中设置'-maxLength‘选项？谢谢！！

Answer 1

java选项实际上是JVM的选项，而不是Stanford解析器的选项。您不能设置java选项。

我没有看到在http://www.nltk.org/_modules/nltk/parse/stanford.html中设置maxLen的选项。

在python中如何: if (len(sentence.split())>50: continue

这不是简单多了吗？