我正在尝试注释20万个文档，使用Stanford CoreNLP一次注释一个文档。每个文档平均包含200个句子或相当于6k的令牌。
我对Java不熟悉，所以我在用pycorenlp。我按照建议的以下命令启动服务器（稍后将使用其他参数对其进行编辑）。
java -mx4g -cp "*" edu.stanford.nlp.pipeline.StanfordCoreNLPServer
我正在使用java 1.8和python 3.6。以下是我遇到的问题和尝试解决的方法，然后是我的问题：
1.Java内存不足，超出了GC开销限制：
我做到了：增加Java内存并添加-XX：+ UseG1GC -XX：+ UseStringDeduplication -XX：+ PrintStringDeduplicationStatistics
效果：到目前为止，还好。不知道以后会发生什么。我无法处理所有文本。
问题：尚未。
2。连接/管道破裂
我这样做了：在我的代码中每隔四个文档关闭服务器。 （我最多可以处理4个文档。有时我什至无法处理一个文档）
效果：看起来不错。但是，在服务器重新启动之后，它似乎很慢
问题：有更好的解决方案吗？如果我继续这样做，是否会在服务器使用方面遇到麻烦，例如禁止使用服务器？
3。低速
我做到了：调用服务器时将线程增加到12、18。
效果：比1个线程好很多
问题：是否有任何提速建议？由于文档的长度，即使要处理一个文档也要花费将近半小时，尽管我要打几个注释器。 （我知道使用更多的注释器会花费更多的时间，但是我仍然需要使用它们。）
4。服务器完全没有响应。甚至没有错误。
这是最痛苦的问题。由于我实际上没有IT背景，因此很难弄清问题所在。下面是程序卡住的地方。没有警告，没有错误。也许一小时后，它将继续。或者，它可以一直保留在那里直到我终止该程序。
[pool-1-thread-2] INFO CoreNLP - [/127.0.0.1:56846] API call w/annotators tokenize,ssplit,pos,depparse,lemma,ner,parse,dcoref,natlog,openie
the same field as the previous one is detected with magnitude @xmath107 photometric redshift, like borg_ 0240- 1857_ 129, is peaked at @xmath111, with a broad higher- redshift wing......(further content omitted)
任何及时的响应将不胜感激，尤其是对于第三和第四期。我已经仔细研究了官方文档和github，但是找不到任何解决方案。在官方文件上，它说要限制文件的大小，例如限制在一章，而不是整本小说。因此，我认为数据集中单个文档的长度很好。