如何为 Python TextBlob 持久化模型？

Question

如何在 TextBlob 中保存模型结果以供以后更新？

文档参考可以在这里找到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会话数据的方法或方式。

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

我特别指的是对文本进行分类。我确实觉得我在这个特定的话题上很愚蠢，因为我总是很难知道这些训练课程在任何 AI 示例中持续存在的位置。

你不想再次运行整个事情对吧？您想从中断的地方开始并不断迭代改进。

我想这样做：

1. 如果过去的训练结果存在，将它们加载到模型中
2. 更新或运行新的培训课程
3. 保存培训课程
4. 稍后根据需要重复

Answer 1

可以使用 pickling 和 unpickling 来保持模型和训练。

>>> 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]