使用ictclas4j过程中产生的内存不足问题及其解决方法

在读取中文pdf文档的内容并对用ictclas4j对其进行分词过程中，在读取pdf这一步上面没有问题（即没有报错，可以正确运行，但是会出现一些乱码，这可能是由于pdfbox包的不够完善，可以通过用xpdf来读取进行一定的改善。）

但是到了分词这一步上面有时候会报错：

Exception in thread "main" java.lang.OutOfMemoryError: Java heap space
    at java.util.Arrays.copyOf(Unknown Source)
    at java.lang.AbstractStringBuilder.expandCapacity(Unknown Source)
    at java.lang.AbstractStringBuilder.append(Unknown Source)
    at java.lang.StringBuilder.append(Unknown Source)
    at org.ictclas4j.segment.SegTag.split(SegTag.java:125)
    at emily.function.TextExtraction.classifyWord(TextExtraction.java:43)
    at emily.function.TextExtraction.getExtractText(TextExtraction.java:26)
    at emily.function.BuildXMLDocument.builder(BuildXMLDocument.java:60)
    at emily.function.Main.main(Main.java:16)

解决： 

在run->open run dialog->(x)=argument

新设置参数 -Xmx800m

 

（完）

create@2010-01-28