斯坦福NLP解析器模型Jar太大

Question

我使用maven来管理依赖项。我需要使用斯坦福NLP解析器来获取英语句子的通用依存关系。我使用的是edu/stanford/nlp/models/lexparser/englishPCFG.ser.gz模型。我的pom.xml包含以下内容

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

通过添加模型依赖项，jar的大小增加了大约300MB。我需要确保罐子尽可能小。有没有办法在maven中处理这个问题？

Answer 1

您可以通过不包含模型并从其他地方引用它们来使jar更小(即，为属性parse.model指定一个自定义路径)，但一般来说，如果您想要生成解析树，则需要让解析器模型在某个地方可访问。默认情况下，CoreNLP将其包含在模型jar中，以便更容易独立于特定的目录结构运行代码。

另一种选择是运行CoreNLP服务器，然后您只需要客户端库(服务器包括模型jar)。