TextBlob NaiveBayesAnalyzer非常慢（与模式相比）

Question

我使用TextBlob for python对tweets进行一些情绪分析。TextBlob中的默认分析器是PatternAnalyzer，它工作得非常好，速度也相当快。在

sent = TextBlob(tweet.decode('utf-8')).sentiment

我现在尝试切换到NaiveBayesAnalyzer，发现运行时不适合我的需要。（每个tweet接近5秒。）

^{pr2}$

我以前使用过naivebayes分类器的scikit-learn实现，但没有发现它有这么慢，所以我想知道我是否正确地使用了它。在

我假设分析器是预先训练过的，至少dataset%20of%20movie%20reviews." rel="nofollow">the documentation声明“naivebayesanalyzer是在电影评论数据集上训练的。”但是它还有一个函数train（），它被描述为“在电影评论语料库上训练naivebayes分类器”。它是否在每次运行前对分析器进行内部训练？我希望不会。在

有人知道加快速度的方法吗？在

Answer 1

是的，Textblob将在每次运行前训练分析仪。您可以使用以下代码来避免每次都训练分析器。在

from textblob import Blobber
from textblob.sentiments import NaiveBayesAnalyzer
tb = Blobber(analyzer=NaiveBayesAnalyzer())

print tb("sentence you want to test")