来自Stanford'；s R coreNLP包抛出错误

我正在尝试使用

coreNLP

包。我运行了以下命令，遇到了超出GC开销限制的错误

错误如下：

从edu/stanford/nlp/models/ner/english.conll.4class.distsim.crf.ser.gz加载分类器。。。rJava:：.jnew（“edu.stanford.nlp.pipeline.StanfordCoreNLP”，basename（path））中出错： java.lang.OutOfMemoryError:超出GC开销限制 wrapup期间出错：无法打开连接

---

我对Java了解不多，有人能帮我吗？

尝试了以下方法，但没有成功-

选项（java.parameters=“-Xmx1000m”）-增加堆大小
gc（）-这将导致自动进行垃圾收集

---

在重启我的机器后，最终自己解决了

@indi我遇到了同样的问题（请参阅），但我找到了一个比简单重启更可重复的解决方案

init命令的完整语法为

initCoreNLP(libLoc, parameterFile, mem = "4g", annotators)

增加

mem

对我没有帮助，但我意识到你和我都被

ner

注释器（命名实体识别）中的一个分类器卡住了。因为我所需要的只是词性标记，所以我将init命令替换为以下命令：

initCoreNLP(mem = "8g", annotators = c("tokenize", "ssplit", "pos"))

这导致init命令在闪存中执行，并且没有内存问题。顺便说一句，我把

mem

增加到8g，只是因为我有那么多内存。我相信我可以把它保留在默认的4g，这样就可以了

我不知道您是否需要

ner

注释器。如果没有，则显式列出

注释器

参数。以下是可能值的列表：。只要选择那些你绝对需要完成工作的。如果确实需要

ner

，请再次找出所需的最小注释器集并指定它们

---

所以你（希望其他人）走吧

我找到了一个更通用的解决方案：增加rJava的堆空间，如下所述：

原因：依赖rJava的库的默认堆大小为512MB。相对来说，超过这个最大尺寸是比较容易的

解决方案：在rJava的选项支持中增加JVM堆大小：

options(java.parameters = "-Xmx4096m")

请注意，此步骤必须在加载任何包之前执行

---

然后我跑：

initCoreNLP(mem = "4g")

---

…整个CoreNLP加载并运行成功。

没有意识到在加载任何包之前必须执行设置java.parameters步骤！终于成功了！黄金帮助。

initCoreNLP(mem = "4g")