儲存模型

儲存類別：Language，Doc，Vocab和StringStore等
儲存方法如下：

Method	Example
to_bytes	data = nlp.to_bytes()
from_bytes	nlp.from_bytes(data)
to_disk	nlp.to_disk("/path")
from_disk	nlp.from_disk("/path")

序列化pipeline

可以分別處理不同的pipelines所對應的的不同的模型；

# serialize
byte_data = nlp.to_bytes()
lang = nlp.meta["lang"]
pipeline = nlp.meta["pipeline"]

#deserialize
nlp = spacy.blank(lang)
for pipe_name in pipeline:
	pipe = nlp.create_pipe(pipe_name)
	nlp.add_pipe(pipe)
nlp.from_bytes(bytes_data)

載入模型的流程：

1. 載入模型提供的meta.json中包含的關於lang和pipeline的資訊；
2. 初始化語言類，創造並且新增pipeline的元件；
3. 載入二進位制data；

序列化Doc

處理大量的資料時，可能需要在機器之間來回傳遞分析結果，因此可以使用Doc.to_array或者使用DocBin類；

import spacy
from spacy.tokens import DocBin

doc_bin = DocBin(attrs=['LEMMA', 'ENT_IOB', 'ENT_TYPE'], store_user_data=True)
nlp = spacy.load("en_core_web_sm")
for doc in nlp.pipe(texts):
	doc_bin.add(doc)
bytes_data = doc_bin.to_bytes()

nlp = spacy.blank("en")
doc_bin = DocBin().from_bytes(bytes_data)
docs = list(doc_bin.get_docs(nlp.vocab))

使用Pickle

• Pickle載入單個

import Pickle
doc = nlp(text)
doc_data = pickle.dumps(doc)

• Pickle載入多個

import Pickle
doc1 = nlp(text1)
doc2 = nlp(text2)
doc_data = pickle.dumps([doc1,doc2])

載入、儲存、修改模型

載入新訓練

利用Language.to_disk()：

nlp.to_disk('/path')

生成模型包

手動生成meta.json檔案：

{
	"name": "example_model",
	"lang": ,
	"version": 
	....
}

利用命令列生成package：

$ python -m spacy package /path

這樣就可以生成一個模型包

搭建模型包

搭建python包的方法：

$ python setup.py sdist

這樣就可以建立一個.tar.gz在目標路徑下/dist，然後再通過pipe install進行安裝：

$ pip install /path/...tar.gz

載入自定義的模型包

利用spacy.load()來載入模型：

nlp = spacy.load("/path/model")

如果想載入二進位制資料，需要創造Language類並且呼叫from_disk函式

nlp = spacy.blank("en").from_disk("/path/model")