Text-Auto-Summarization
Text-Auto-Summarization copied to clipboard
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?
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
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:
- 如果不希望每次都加载词库,可以让jieba初始化后再后台一直运行:
- 比如在flask中使用的时候应该在初始化app文件中初始化jieba,然后其他程序再调用初始化后的,这个之后讲flask的时候会讲到
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。
#!/usr/bin/python
# -*- coding: UTF-8 -*-
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?