使用lingpipe分類

Question

作爲我的學術研究項目的一部分，我正在嘗試構建一個應用程序，其中我將從Web中檢索一組網址。任務是將這些網址中的每一個歸類到某個類別中。

例如，下面的URL是關於板球http://www.espncricinfo.com/icc_cricket_worldcup2011/content/current/story/499851.html 如果我給這個特定的URL分類器，它應該給輸出類別作爲「體育」。

爲此，我使用lingpipe分類器。我遵循分類教程並運行演示文件夾中的演示。我已經下載了從以下鏈接下載的20個新聞數據集。 http://people.csail.mit.edu/people/jrennie/20Newsgroups

後來，我將訓練樣本大小從20減少到8，並運行分類演示。它可以成功地訓練數據並可以測試數據。

但問題是，每次我想測試文檔類別時，是否需要訓練分類器？ 如果我運行文件分類，則需要4分鐘的時間來進行培訓和測試數據。

我可以存儲一次訓練過的數據並分幾次執行分類嗎？

Answer 1

您需要將訓練過的模型序列化到磁盤，然後您可以反序列化它們並讓分類器準備就緒。

一旦你有一個分類培訓了使用

AbstractExternalizable.compileTo(classifier,modelFile); 

要寫入模型到磁盤。

要閱讀你將需要

AbstractExternalizable.readObject(modelFile); 

看那Java文檔的AbstractExternalizable。

由於 已被編譯，因此該模型將無法接受其他培訓活動。