python - 如何持久化 Python TextBlob 的模型？

Question

如何在 TextBlob 中保留模型结果以供下次更新？

可以在此处找到文档引用 https://github.com/sloria/TextBlob

我注意到文档指定了如何更新训练数据，但我没有看到保存上次 session 数据的方法或方式。

如何更新: https://textblob.readthedocs.io/en/dev/classifiers.html#updating-classifiers-with-new-data

我特别指的是文本分类。我确实觉得我在这个特定的主题上很愚蠢，因为我总是发现很难知道这些培训类(class)在任何人工智能示例中持续在哪里。

您不想再次运行整个过程，对吗？您希望从上次停下的地方开始，不断迭代地改进它。

我想这样做:

1. 如果存在过去的训练结果，请将其加载到模型中
2. 更新或举办新的培训类(class)
3. 保存培训类(class)
4. 稍后根据需要重复

Answer 1

模型和训练可以使用pickling和unpickling来持久化。

>>> from textblob.classifiers import NaiveBayesClassifier
>>> train = [('love the weather','pos'),('love the world','pos'),('horrible place','neg')]
>>> cl = NaiveBayesClassifier(train)
>>> [cl.prob_classify("love food").prob('pos'),cl.prob_classify("love food").prob('neg')]
[0.8590880780051973, 0.14091192199480246]
>>> import cPickle
>>> save_training = open('/tmp/save_training.pickle','wb')
>>> cPickle.dump(cl,save_training)  # SAVE TRAINED CLASSIFIER
>>> save_training.close()
>>> 
>>> load_training = open('/tmp/save_training.pickle','rb')
>>> new_cl = cPickle.load(load_training) # LOAD TRAINED CLASSIFIER
>>> [new_cl.prob_classify("love food").prob('pos'),new_cl.prob_classify("love food").prob('neg')]
[0.8590880780051973, 0.14091192199480246]