使用lingpipe分类

Question

作为我的学术研究项目的一部分，我正在尝试构建一个应用程序，在该应用程序中，我将从web上检索一组urls。任务是将这些urls中的每一个分类到某个类别中。

例如，下面的网址是关于板球http://www.espncricinfo.com/icc_cricket_worldcup2011/content/current/story/499851.html的，如果我给分类器这个特定的网址，它应该输出类别为“体育”。

为此，我使用了lingpipe分类器。我已经按照分类教程并运行了demo文件夹中的demo。我已经从下面的链接下载了20个新闻数据集。http://people.csail.mit.edu/people/jrennie/20Newsgroups

后来，我将训练样本大小从20减少到8，并运行了分类演示。它可以成功地训练数据，也可以测试数据。

但问题是，我是否需要在每次测试文档类别时都训练分类器？如果我对文档进行分类，那么训练和测试数据都需要4分钟。

我可以将训练过的数据存储一次，然后进行多次分类吗？

Answer 1

您需要将经过训练的模型序列化到磁盘，然后可以对它们进行反序列化，并准备好分类器。

一旦你训练好了一个分类器，就可以使用

 AbstractExternalizable.compileTo(classifier,modelFile);

将模型写入磁盘。

要读入，您需要

AbstractExternalizable.readObject(modelFile);

看看AbstractExternalizable的Java文档。

该模型将无法接受其他训练事件，因为它已被编译。