带有Omnicat-bayes文档的文本分类预定义类别

Question

我正在使用omnicat-bayes分析文档(文本分类)。有了这个创业板，我就可以创建类别，并用文档“饲料”那些。目前，这些类别有足够的文件，以便“足够好”来识别新的文件应该放在哪一类中。

现在，在我的文档控制器中，create操作下有几个步骤。

1. 创建新的Bayes实例
2. 创建将要使用的类别
3. 利用预文档训练分类
4. 实际训练的类别

(所有这些步骤都在run_all函数下)

创建操作：

def create
@document = Document.new(document_params)
@document.case_id = @case.id
 if @document.save
   run_all
   # Running the classify function on reden aanmelding
   classify_one = @bayes.classify(@document.reden_aanmelding)
   document_category = classify_one.to_hash[:top_score_key]
   # Updating the document category by the top key returned by Bayes
   @document.update_attribute(:category, document_category)
   finding_required_records
   # Training Cees Buddy with the document that got saved
   @bayes.train(document_category, @document.reden_aanmelding)
   redirect_to case_path(@case)
 else
   render :new
 end
end

在@document.save run_all函数中(我知道这不是真正的最佳实践)，我正在创建上面提到的四个步骤。

现在，在创建函数完成之后，Bayes实例就消失了，AI现在又变得“愚蠢”了。

我的问题是:什么是合适的位置，我如何完成这一点，以创建新的实例，新的类别，并向他们提供我的数据库中的文档。singleton在这里会很有趣吗？

Answer 1

这是一个相当棘手的问题，因为您可能希望扩展应用程序来处理多个文档。

问题是，生产模式的Rails应用程序web服务器通常会分叉到多个进程，甚至在多台机器上运行。这意味着，在一个过程中培训的文档在其他所有流程中都是未知的，即使您使用的是单例模式。

因此，只有使用omnicat-bayes gem，最好的方法是创建某种独立的微服务，它在自己的流程中运行，只做流程文档。然后，主应用程序应该将处理排队到异步作业中，因此，如果需要花费更长的时间，以防止培训过程忙于其他文档，也是可以的。

如何与此外部OmniCat实例通信取决于您。最舒适的方式可能是dRuby，但我应该补充一点，我没有使用它的生产模式经验。一个更有前途的解决方案是使用一些简单的HTTP + JSON。在这种情况下，您甚至可以使用一些将来不基于Ruby的功能更强大的库来进行培训和分类。