NLP任务的ISO Java实现：规范化，IBM Model 1和Okapi BM25

Question

我在Python中编写了一个原型，使用NLTK包来执行3个NLP任务：

1. 文本规范化（将文本拆分为单词，删除标点符号和其他文本，将单词转换为基本表单）
2. 训练并使用IBM Translation Model 1
3. 训练并使用Okapi BM25模型评估查询的相关性

我现在需要将其移植到Java中，并且正在寻找3个任务的现有实现。

对于＃1的基本表单转换子任务，我希望能够提供专门的字典，以帮助更好地处理来自我正在处理的专用域的文本。但如果这不可行，那么使用任何默认值都可以。

表现很重要。 python版本是原型，但Java端口必须在生产中工作。主要要求是在大量数据的速度方面的可扩展性。 prod机器有很多RAM，因此不太关心。

有什么建议吗？我可以使用CoreNLP或OpenNLP作为＃1但是＃2和3呢？