1. 准备工作
在此 Codelab 中，您将学习如何更新文本分类模型，该模型基于原始博客垃圾评论数据集构建，但通过您自己的评论进行了增强，以便您可以拥有一个可以处理您的数据的模型。
前提条件
此 Codelab 是“移动文本分类入门”在线课程的一部分。此在线课程中的 Codelab 是按顺序编排的。您将使用的应用和模型应该在之前按照第一条在线课程进行构建。如果您还没有完成之前的活动，请立即停下来先完成这些活动：
- 构建基本消息传递样式应用
- 构建垃圾评论机器学习模型
- 更新应用以使用垃圾内容过滤机器学习模型
学习内容
- 如何更新您在“移动文本分类入门”在线课程中构建的文本分类模型
- 如何自定义模型以屏蔽应用中最常见的垃圾内容
所需条件
- 您在之前的活动中观察和构建的即时通讯应用和垃圾邮件过滤模型。
2. 增强文本分类
您可以通过克隆此代码库并从 TextClassificationStep2 加载该应用来获取其代码。您可以在 TextClassificationOnMobile->Android 路径中找到该编号。
您也可以以 TextClassificationStep3 的形式获取 finished 代码。
如果您打开自己构建的短信应用并尝试发送这条短信，会得到一个非常低的垃圾邮件评分：
诸如此类的拼写错误是避开垃圾邮件过滤器的常见方法。虽然邮件无害，但垃圾邮件发件人通常会在用户 ID 中添加链接（而不是在邮件本身中添加链接，因为邮件中有链接可能会触发过滤器）。
在本实验中，您将了解如何使用新数据更新模型。完成后，使用相同句子运行便会得到以下结果，其中该邮件被识别为垃圾邮件！
3. 修改 CSV 文件
为了训练原始模型，我们创建了一个 CSV 格式 (lmblog_comments.csv) 的数据集，其中包含近一千条被标记为垃圾内容或非垃圾内容的评论。如果您想检查该 CSV 文件，请在任意文本编辑器中打开它。
CSV 文件由第一行描述列，此处标记为 commenttext 和 spam。
后续的每一行都遵循以下格式：
右侧的标签表示垃圾邮件为 true，非垃圾邮件为 false。在这种情况下，第 3 行会被视为垃圾内容。
要添加自己的评论，例如，如果您有很多人在您的网站上发布有关在线交易的垃圾留言，您只需要在网站底部添加垃圾评论示例即可。例如：
online trading can be highly highly effective,true online trading can be highly effective,true online trading now,true online trading here,true online trading for the win,true
完成后，使用新名称（例如 lmblog_comments.csv）保存文件，您将可以使用它来训练新模型。
在此 Codelab 的其余部分，您将使用在 Google Cloud Storage 上提供、修改和托管的示例以及在线交易更新。如果您想使用自己的数据集，可以更改代码中的网址！
4. 使用新数据重新训练模型
如需重新训练模型，您只需重复使用之前的代码 (SpamCommentsModelMaker.ipynb)，但将其指向新的 CSV 数据集（称为 lmblog_comments_extras.csv）。如果您需要包含更新内容的完整笔记本，可以在 SpamCommentsUpdateModelMaker.ipynb 中找到它。
如果您可以访问 Google Colab，则可以直接从此处启动它，或者从代码库获取代码并在您选择的笔记本环境中运行。
更新后的代码如下：
training_data = tf.keras.utils.get_file(fname='comments-spam-extras.csv',
origin='https://storage.googleapis.com/laurencemoroney-blog.appspot.com/
lmblog_comments_extras.csv',
extract=False)
在训练时，您应该会看到模型仍会训练到较高水平的准确率：
浏览笔记本以下载模型、词汇表和标签文件。在下一步中，您将将它们集成到 Android 中。
5. 更新您的 Android 应用
- 在 Android Studio 中打开应用，并确保已选择 Project Explorer 顶部的 Android。
- 从旧版本模型文件中找到包含标签、模型和词汇表的
assets文件。
- 右键点击素材资源文件夹。
- 在菜单中，选择相应选项以通过操作系统的文件管理器打开该文件夹。（Mac 上在“访达”中显示，如图所示。在 Windows 中是在资源管理器中显示，在 Linux 中是在“文件”中打开或类似选项。）
- 此操作会在操作系统的文件管理器中打开包含模型、词汇和标签的目录。将您在上一步中创建的新项目复制到这些节点。
您无需对应用中的代码进行任何更改。运行它并进行测试，您将看到如上所示的结果，其中模型已改进，可以检测“在线交易”文本场景。
代码库中有完成版代码，名称为 TextClassificationStep3。
6. 更新您的 iOS 应用
您可以通过克隆此代码库并从 TextClassificationStep2 加载该应用来获取其代码。您可以在 TextClassificationOnMobile->Android 路径中找到该编号。
您也可以以 TextClassificationStep3 的形式获取 finished 代码。
如果您学习了上一个 Codelab，则会获得可与基本模型搭配使用的 iOS 版本的 TextClassificationStep2。如果您想从现有版本着手，只需从代码库中获取版本即可。它将使用基于垃圾评论数据训练的第一个模型，您可能会看到如下结果：
更新应用以使用新模型非常简单。最简单的方法是直接转到文件资源管理器，获取 model.tflite、vocab 和 labels.txt 的新版本，并将其复制到您的项目目录。
完成此操作后，您的应用将与新模型配合使用，您可以试用一下。下面是一个使用新模型的同一句子的示例：
7. 恭喜
大功告成！通过使用新数据重新训练模型，并将其添加到您的 Android 和 iOS 应用，您无需编写任何新代码即可更新其功能！
后续步骤
该模型只是个玩具，仅用 1000 个数据项进行了训练。
在探索自然语言处理时，您可能希望使用较大的数据集。您还可以设置持续训练流水线，这样当有新数据传入并被标记为垃圾内容时，它可以在后端自动重新训练模型，然后使用 Firebase Model Hosting 部署该模型。
您的用户将无缝获得更新后的模型，而无需您将其复制并粘贴到资源中、重新编译和再分发。例如，您还可以使用 Firebase Remote Config 来管理发送垃圾内容的阈值，而非目前的 0.8。
这些可能性非常多，我们将在本课程的后续 Codelab 中探讨这些可能性！