Open Valuebai opened 4 years ago
性能指标:在初次打开阶段时间较长,后续逐渐变好,所以这是为啥呢? ——已经定位原因,首次加载jieba分词时loading了1.309s导致的
Building prefix dict from the default dictionary ... Dumping model to file cache C:\Users\AppData\Local\Temp\jieba.cache Loading model cost 1.309 seconds. Prefix dict has been built succesfully.
解决:
jieba 采用延迟加载,import jieba和 jieba.Tokenizer()不会立即触发词典的加载, 一旦有必要才开始加载词典构建前缀字典。如果你想手工初始 jieba,也可以手动初始化。
import jieba jieba.initialize()
【Me】https://github.com/Valuebai/ 【参考】 1、在分布式环境Spark中关闭jieba延时加载等优化方法 (3):https://blog.csdn.net/macanv/article/details/87860691 2、jieba延迟加载问题解决:https://blog.csdn.net/yjs17125/article/details/81739382
P.S. 另外的原因
这个服务器是海外的,也会影响数据的返回 http://139.180.217.25:8188/TextSummarization/
阿里云服务器,则是正常的 http://39.100.3.165:8188/TextSummarization/
你好,这个项目打开后界面怎么只有一个模版呢?
性能问题——加载jieba分词的model需要1s左右
性能指标:在初次打开阶段时间较长,后续逐渐变好,所以这是为啥呢? ——已经定位原因,首次加载jieba分词时loading了1.309s导致的
解决:
!/usr/bin/python
-- coding: UTF-8 --
import jieba jieba.initialize()