python textblob和文本分类

Question

我正在尝试使用python和textblob构建文本分类模型，该脚本正在我的服务器上运行，将来的想法是用户将能够提交其文本并将其分类。 我正在从csv加载训练集：

# -*- coding: utf-8 -*-
import sys
import codecs
sys.stdout = open('yyyyyyyyy.txt',"w");
from nltk.tokenize import word_tokenize
from textblob.classifiers import NaiveBayesClassifier
with open('file.csv', 'r', encoding='latin-1') as fp:
    cl = NaiveBayesClassifier(fp, format="csv")  

print(cl.classify("some text"))

csv长约500行（字符串在10到100个字符之间），NaiveBayesclassifier需要约2分钟的训练时间，然后才能对我的文本进行分类（不确定是否很正常，是否需要那么多时间，也许我的服务器速度很慢仅512mb的内存）。

csv行的示例：

"Oggi alla Camera con la Fondazione Italia-Usa abbiamo consegnato a 140 studenti laureati con 110 e 110 lode i diplomi del Master in Marketing Comunicazione e Made in Italy.",FI-PDL

对我来说不清楚的是，是否有办法“保存”我训练有素的分类器（这样可以节省很多时间），因为现在每次我运行脚本时，它都会训练再次分类。 我是文本分类和机器学习的新手，所以我很抱歉如果这是一个愚蠢的问题。

提前致谢。

Answer 1

确定发现泡菜模块是我所需要的:)

训练：

# -*- coding: utf-8 -*-
import pickle
from nltk.tokenize import word_tokenize
from textblob.classifiers import NaiveBayesClassifier
with open('file.csv', 'r', encoding='latin-1') as fp:
    cl = NaiveBayesClassifier(fp, format="csv")  

object = cl
file = open('classifier.pickle','wb') 
pickle.dump(object,file)

提取：

import pickle
sys.stdout = open('demo.txt',"w");
from nltk.tokenize import word_tokenize
from textblob.classifiers import NaiveBayesClassifier
cl = pickle.load( open( "classifier.pickle", "rb" ) )
print(cl.classify("text to classify"))