【发布时间】：2010-07-14 04:17:30
【问题描述】：
关于 stanford tagger，我提供了我自己的标记语料库，用于训练 stanford tagger 的模型。但是，我已经意识到我的标注器模型的标注速度比默认的 wsjleft3 标注器模型慢得多。什么可能对此有所贡献？以及如何提高模型的速度？ （除了 Penn 树库标签集之外，我还添加了 3 或 4 个自定义标签）
【问题讨论】：
标签： nlp stanford-nlp
【发布时间】：2010-07-14 04:17:30
【问题描述】：
虽然添加更多特征（在 Arch 中）通常会使其速度变慢（因为特征提取是主要的运行时成本之一），但速度的两大决定因素是：
- 中使用的上下文标签数 特点：left3words 使用 上一个和第二个上一个标签 (2) 所以相当快，双向 使用 4（每边两个），所以是 非常慢。仅使用 1 的标记器 或 0 个上下文标签要快得多 再次。
- 标签集的一般大小，特别是可应用于未知单词的开放类标签集的大小。 （但添加 3 或 4 应该几乎没有区别——当您有一个包含数百个标签的标签集时，这是有问题的。）
【讨论】：