blocks|key|4129142|text|在此行的bin/mallet.bat+increase+value中：|type|unstyled|depth|inlineStyleRanges|offset|length|style|BOLD|entityRanges|data|4129143|set+MALLET_MEMORY=1G|code-block|syntax|javascript|4129144|entityMap^0|4|E|0|0^^$0|@$1|2|3|4|5|6|7|M|8|@$9|N|A|O|B|C]]|D|@]|E|$]]|$1|F|3|G|5|H|7|P|8|@]|D|@]|E|$I|J]]|$1|K|3|-4|5|6|7|Q|8|@]|D|@]|E|$]]]|L|$]]

In bin/mallet.bat increase value for this line:

<pre><code>set MALLET_MEMORY=1G
</code></pre>

blocks|key|348542|text|我不确定Mallet对大数据的可扩展性，但项目http://dragon.ischool.drexel.edu/可以将其数据存储在磁盘支持的持久性中，因此可以扩展到无限的语料库大小(当然，性能很低)|type|unstyled|depth|inlineStyleRanges|entityRanges|offset|length|data|348543|entityMap|0|LINK|mutability|MUTABLE|url|http://dragon.ischool.drexel.edu/^0|N|X|0|0^^$0|@$1|2|3|4|5|6|7|L|8|@]|9|@$A|M|B|N|1|O]]|C|$]]|$1|D|3|-4|5|6|7|P|8|@]|9|@]|C|$]]]|E|$F|$5|G|H|I|C|$J|K]]]]

I'm not sure about scalability of Mallet to big data, but project <a href="http://dragon.ischool.drexel.edu/" rel="nofollow">http://dragon.ischool.drexel.edu/</a> can store its data in disk backed persistence therefore can scale to unlimited corpus sizes(with low performance of course)

blocks|key|2679909|text|即使模型是从多个文件中读取的，它仍然会非常庞大。您是否尝试过增加java虚拟机的堆大小？|type|unstyled|depth|inlineStyleRanges|entityRanges|data|2679910|entityMap^0|0^^$0|@$1|2|3|4|5|6|7|D|8|@]|9|@]|A|$]]|$1|B|3|-4|5|6|7|E|8|@]|9|@]|A|$]]]|C|$]]

The model is still going to be pretty much huge, even if it read it from multiple files. Have you tried increasing the heap size of your java vm?

blocks|key|774834|text|发生java.lang.outofmemory异常的主要原因是堆空间不足。您可以使用-Xms和-Xmx来设置堆空间，这样它就不会再次出现。|type|unstyled|depth|inlineStyleRanges|entityRanges|data|774835|entityMap^0|0^^$0|@$1|2|3|4|5|6|7|D|8|@]|9|@]|A|$]]|$1|B|3|-4|5|6|7|E|8|@]|9|@]|A|$]]]|C|$]]

java.lang.outofmemory exception occurs mainly because of insufficient heap space.
You can use -Xms and -Xmx to set heap space so that it will not come again.

blocks|key|4129115|text|考虑到当前PC的内存大小，使用2+2GB大小的堆应该很容易。在考虑使用集群之前，您应该尝试单机解决方案。|type|unstyled|depth|inlineStyleRanges|entityRanges|data|4129116|entityMap^0|0^^$0|@$1|2|3|4|5|6|7|D|8|@]|9|@]|A|$]]|$1|B|3|-4|5|6|7|E|8|@]|9|@]|A|$]]]|C|$]]

Given the current PC's memory size, it should be easy to use a heap as large as 2GB.
You should try the single-machine solution before considering using a cluster.

I have been using mallet for inferring topics for a text file containing 100,000 lines(around 34 MB in mallet format). But now i need to run it for on a file containing a million lines(around 180MB) and I am getting an java.lang.outofmemory exception . Is there a way of splitting the file into smaller ones and build a model for the data present in all the files combined??
thanks in advance

Mallet topic modelling

翻译质量差，导致语言生硬或混乱。

没有提供实际的解决方法或示例。

解答不清晰，无法理解或解决问题。

页面排版不美观，阅读体验差。

文章

问答

视频

教程

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云智能顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋

腾讯云AI代码助手

云原生构建

TAPD 敏捷项目管理

Cloud Studio

SDK中心

API中心

命令行工具

功能1上新10个字符

功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符。

功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符。

功能5描述100个字符功能5描述100个字符功能5描述100个字符功能5描述100个字符功能5描述100个字符功能5描述100个字符

功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符

功能4上新

文章&问答评论现已支持表情

全新交互，全新视觉，新增快捷键、悬浮工具栏、高亮块等功能并同时优化现有功能，全面提升创作效率和体验

社区富文本编辑器全新改版！诚邀体验～ 

精选全网热门MCP server，让你的AI更好用 🚀

💥开发者 MCP广场重磅上线！

涵盖代码开发、场景应用、自动测试全流程，助你从零构建专属AI助手

一站式MCP教程库，解锁AI应用新玩法

聚焦“写作效率、视觉美观与运行性能”三方面进行全面升级，为您提供更高效、稳定的创作环境

社区富文本&Markdown编辑器全新改版上线，欢迎大家体验!

诚挚邀请您参与本次调研，分享您的真实使用感受与建议。您的反馈至关重要，感谢您的支持与参与！

社区新版编辑器体验调研

我一直在使用mallet为一个包含100,000行(按mallet格式约34MB)的文本文件推断主题。但是现在我需要在一个包含一百万行(大约180MB)的文件上运行它，并且我得到了一个java.lang.outofmemory异常。有没有一种方法可以将文件拆分成更小的文件，并为组合在一起的所有文件中的数据构建一个模型？提前感谢

问Mallet主题建模
EN

回答 5

Stack Overflow用户

Stack Overflow用户

Stack Overflow用户

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐

问Mallet主题建模EN

回答 5

Stack Overflow用户

Stack Overflow用户

Stack Overflow用户

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐

问Mallet主题建模
EN