如何在语料库更改时保持文本分类器的准确性

Question

我有一个关于文本分类的概念性问题。我有一套英语语言文档，我想根据文档内容进行分类。我正在建立一个分类器 - 我不确定我将使用什么方法：可能是SVM，贝叶斯或NN。我将有一套训练文件，当然还有一套测试装置。

这是我的问题：随着时间的推移，文档语料库会被添加，因此，随着语料库的变化，随着时间的推移，现在构建的分类器可能会变得不那么准确。如何保持分类器的最新和准确？我是否定期进行重新培训？随着语料库的变化，是否有一种持续训练的方法？这种情况是如何处理的？

Answer 1

您有两种可能的解决方案：

1. （最简单的）如果您无法保证代表性的训练数据集，您可以考虑定期重做训练步骤（每次有足够的新例子）。

2. 您可以考虑主动（或增量）学习，但是这种方法需要最终的用户交互，这并不总是需要。