帶有Omnicat-bayes文檔的文本分類預定義類別

Question

我正在使用omnicat-bayes來分析文檔（文本分類）。有了這個寶石，我可以創建類別，並用文檔「提供」這些類別。目前這些類別有足夠的文件，以便能夠「足夠好地」識別應放置在哪個類別中的新文檔。

現在在我的文檔控制器下創建操作是幾個步驟。

1. 創建一個新的貝葉斯實例
2. 創建將用於
3. 以預文件訓練類別
4. 的類別其實培訓的類別

（所有的那些步驟在run_all函數下）

的創建操作：

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 

裏面的@document.save run_all功能（我知道這是不是真的最好的做法），我創建上面提到的四個步驟。

現在創建函數完成後，貝葉斯實例消失了，人工智能現在又變得「愚蠢」了。

我的問題是：什麼將一個合適的地方是，我怎麼能做到這一點，以創建新實例，新的類別和文件我的數據庫餵它們。 singleton在這裏會有趣嗎？

Answer 1

這是一個相當棘手的問題，因爲您可能想要擴展應用程序來處理一些以上的文檔。

事情是生產模式Rails應用程序Web服務器通常會分叉到多個進程中，甚至在多臺計算機上運行。這意味着即使您使用單例模式，在一個過程中接受過培訓的文檔在所有其他過程中都是未知的。

因此，只有omnicat-bayes寶石，最好的方法是創建一種獨立的微服務，它運行在自己的進程中，除了處理文件之外別無他法。然後，主應用程序應該將處理排入異步作業，因此如果在培訓過程忙於其他文檔的情況下需要更長的時間，則可以。

如何與外部OmniCat實例進行通信取決於您。最舒服的方式可能是dRuby，但我應該補充一點，我沒有生產模式的經驗。更加面向未來的解決方案將是使用一些簡單的HTTP + JSON。在這種情況下，您甚至可以使用未來基於Ruby的功能更強大的庫進行訓練和分類。