Java 斯坦福大学CoreNLP中如何选择共指消解系统

我正在尝试从core nlp测试共指消解系统。从中，我了解如何设置“dcoref系统”的常规属性

我想根据模块的延迟在共同参考系统[确定性、统计性、神经性]之间进行选择。命令行的用法对我来说很清楚，我如何将此选项用作API

目前，我正在运行默认代码：

public static void main(String[] args) throws Exception {
    Annotation document = new Annotation("Barack Obama was born in Hawaii.  He is the president. Obama was elected in 2008.");
    Properties props = new Properties();
    props.setProperty("annotators", "tokenize,ssplit,pos,lemma,ner,parse,mention,coref");
    StanfordCoreNLP pipeline = new StanfordCoreNLP(props);
    pipeline.annotate(document);
    System.out.println("---");
    System.out.println("coref chains");
    for (CorefChain cc : document.get(CorefCoreAnnotations.CorefChainAnnotation.class).values()) {
      System.out.println("\t" + cc);
    }
    for (CoreMap sentence : document.get(CoreAnnotations.SentencesAnnotation.class)) {
      System.out.println("---");
      System.out.println("mentions");
      for (Mention m : sentence.get(CorefCoreAnnotations.CorefMentionsAnnotation.class)) {
        System.out.println("\t" + m);
       }
    }

---

在挖掘了

corefproperty.class

之后，我找到了需要更改的属性

 props.setProperty("coref.language", "en");
 props.setProperty("coref.algorithm", "statistical");//"statistical" : "neural"

---

但是，更令人惊讶的是，执行上面的示例测试文本<编码>统计方法大约需要45秒，

神经

大约需要30秒。（英特尔i5@2.00Ghz，8GB内存）。我在这里遗漏了什么吗？

W在挖掘了

corefproperty.class

之后，我找到了需要更改的属性

 props.setProperty("coref.language", "en");
 props.setProperty("coref.algorithm", "statistical");//"statistical" : "neural"

---

但是，更令人惊讶的是，执行上面的示例测试文本<编码>统计方法大约需要45秒，

神经

大约需要30秒。（英特尔i5@2.00Ghz，8GB内存）。我在这里遗漏了什么吗？

嘿，这是一个老问题，但如果你还记得的话，你能分享一下你是如何通过命令行选择不同的coref系统的吗？一个示例命令将非常棒！嘿，这是个老问题，但若你们还记得的话，你们能分享一下你们是如何通过命令行选择不同的coref系统的吗？一个示例命令将非常棒！