提问人:Tyler D 提问时间:6/25/2019 更新时间:6/26/2019 访问量:1216
使用 spaCy 纠正多线程词形还原
Correct multithreaded lemmatization using spaCy
问:
我正在尝试使用 spaCy 对我的语料库的词形还原进行多线程处理。按照文档,这是我目前的方法:
import spacy
nlp = spacy.load('en_core_web_sm', disable=['parser', 'ner', 'tagger'])
def lemmatize():
for doc in nlp.pipe(corpus, batch_size=2, n_threads=10):
yield ' '.join([token.lemma_ for token in doc])
new_corpus = list(lemmatize())
但是,无论使用 10 个线程还是 1 个线程(我在 100.000 个文档上使用它),这都需要相同的时间,这表明它不是多线程的。
我的实施有错吗?
答:
3赞
aab
6/26/2019
#1
该参数在较新版本的 spacy 中已被弃用,并且不执行任何操作。请参阅此处的注释:https://spacy.io/api/language#pipen_threads
下面是他们使用多处理执行此操作的示例代码:
评论