machine-learning - 使用哪种算法进行文本识别？

Question

我正在使用朴素贝叶斯来实现文本识别算法。我的数据库中有一个相当大的训练集，算法几乎完成了。但是有一个问题，在测试过程中，将一个文本从只有 2 个类分类到一个类的时间几乎需要 5 秒。如果我有 60 节课，这将需要一分钟多的时间。我猜速度是对的，因为我将文本中的每个单词都扔给我的算法并计算。但是......我想知道除了朴素贝叶斯之外，还有什么更快的算法可以使用吗？有什么建议吗？

Answer 1

问题可能不是算法，而是您的实现。使用分析器查找修复性能瓶颈或重用现有文本分类库（例如 python 中的 nltk 或 java 中的 opennlp）所花费的时间。