带有 Omnicat-bayes 文档的文本分类预定义类别

Question

我正在使用omnicat-bayes 来分析文档（文本分类）。有了这个 gem，我可以创建类别并用文档“提供”这些类别。目前，这些类别有足够的文档，以便“足够好”地识别新文档应该放在哪个类别中。

现在在我的 Documents 控制器下创建操作有几个步骤。

1. 创建一个新的贝叶斯实例
2. 创建将使用的类别
3. 使用预文档训练类别
4. 实际训练类别

（所有这些步骤都在 run_all 函数下）

创建动作：

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.saverun_all 函数中（我知道这不是最佳实践）我正在创建上面提到的四个步骤。

现在创建函数完成后，贝叶斯实例消失了，可以说 AI 现在又“愚蠢”了。

我的问题是： 合适的位置是什么，我如何才能创建新实例、新类别并为它们提供数据库中的文档。 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以处理多个文档。

问题是生产模式的 Rails 应用程序 Web 服务器通常会分叉成多个进程，甚至在多台机器上运行。这意味着在一个进程中训练的文档在所有其他进程中都是未知的，即使您使用单例模式也是如此。

因此，仅使用 omnicat-bayes gem，最好的方法是创建某种单独的微服务，该微服务在自己的进程中运行，只处理文档。然后，主应用程序应将处理排入异步作业中，因此如果训练过程忙于处理其他文档，则可以花费更长的时间。

您与此外部 OmniCat 实例的通信方式取决于您。最舒适的方法可能是dRuby，但我应该补充一点，我没有生产模式的经验。一个更具前瞻性的解决方案是使用一些简单的 HTTP + JSON。在这种情况下，您甚至可以在未来使用一些更强大的库而不是基于 Ruby 的库来切换进行训练和分类的服务。