我正在使用StanfordNLP来对文本进行分类。或多或少包含在“心情”示例（mood.train）中的相同场景。
我的火车文件有超过230000行/基准。它将生成7649972个功能部件和45869832个参数（为实现此结果，必须为分类器提供18GB的空间）。
问题是我需要将这些基准分类为50个类/标签。尝试训练分类器时，我收到了OutOfMemory exception。
如果我减少类/标签的数量（按照@StanfordNLPHelp的建议，减少到5个），我可以训练分类器，但是它不符合我的需求。
我有什么选择？目前，我正在使用ColumnDataClassifier。是否足够？是否可以使用StanfordNLP执行此类任务？