所以我们有一个螺栓，它可以获取数据并尝试使用stanfordnlp解析它。主要目的是识别实体，对句子中的单词进行分类，并试图找到提到的词。下面是stanfordcorenlp对象的设置。注意，我在这里也添加了twitter模型。

Properties props = new Properties();
    props.put("annotators", "tokenize, ssplit, pos, lemma, ner, parse, dcoref");
    props.put("pos.model", "gate-EN-twitter.model");
    props.put("dcoref.score", true);
    StanfordCoreNLP pipeline = new StanfordCoreNLP(props);

起初，启动需要一段时间，所以我们在conf/storm.yaml中将supervisor.worker.start.timeout.secs增加到300。
现在，当它运行的时候，它是如此的慢。。。另外，我们还有奇怪的例外。这样地
java.lang.arrayindexoutofboundsexception:-1 at java.util.arraylist.elementdata（arraylist。java:403)~[na:1.8.0\u 05]在java.util.arraylist.get（arraylist。java:416)~[na:1.8.0\u 05]在edu.stanford.nlp.dcoref.rulebasedcorefindenefinder.funkyfindleafwithapproximatespan（rulebasedcorefindenefinder。java:418)~[stormjar]。jar:na]在edu.stanford.nlp.dcoref.rulebasedcoref.findsyntacchead（rulebasedcoref.finder）。java:346)~[stormjar]。jar:na]在edu.stanford.nlp.dcoref.rulebasedcorefinder.findhead（rulebasedcorefinder。java:274)~[stormjar]。jar:na]在edu.stanford.nlp.dcoref.rulebasedcorefinder.extractedpredictedments（rulebasedcorefinder。java:100)~[stormjar]。jar:na]在edu.stanford.nlp.pipeline.deterministiccorefanotator.annotate（deterministiccorefanotator。java:107)~[stormjar]。jar:na]在edu.stanford.nlp.pipeline.annotationpipeline.annotate（annotationpipeline。java:67) ~[stormjar]。jar:na]在edu.stanford.nlp.pipeline.stanfordcorenlp.annotate（stanfordcorenlp。java:881)~[stormjar]。jar:na]
关于如何在ApacheStorm内部设置stanfordnlp螺栓，有什么最佳实践吗？
谢谢！