python-2.7 - 在 Python 上使用 NLTK 的斯坦福依赖解析器非常慢

Question

path_to_jar = path + 'stanford-parser-full-2015-12-09/stanford-parser.jar'
path_to_models_jar = path + 'stanford-parser-full-2015-12-09/stanford-parser-3.6.0-models.jar'
sentence='This is a nice phone 4 me'

print 'Loading module'
start= time.time()
dependency_parser = StanfordDependencyParser(path_to_jar=path_to_jar, path_to_models_jar=path_to_models_jar)
print time.time()-start

start=time.time()
result = dependency_parser.raw_parse((sentence))
print result
print time.time()-start

我一直在使用斯坦福和 NLTK 进行依赖解析。我面临的问题是执行时间。这是上述代码的输出

Loading module
0.0047550201416
<listiterator object at 0x10bbcbb10>
3.65611600876

每个句子/文本大约需要 4 秒。在java中，使用静态变量加载模块，速度超快。有什么建议么？按照这个速度，如果没有错误发生，我需要 100 个小时来训练！