问将朴素贝叶斯分类器保存在内存中

EN

我是NLTK和机器学习方面的新手。我正在使用带有NLTK朴素贝叶斯分类器的Python。我使用NLTK创建了一个用于文本分类的朴素贝叶斯分类器，并将其保存在磁盘上。当需要对一些测试数据进行分类时，我还可以使用下面的python代码加载它：

import pickle
f = open('classifier.pickle')
classifier = pickle.load(f)
f.close()

但我的问题是，每当有新的测试数据到来时，我必须一次又一次地在内存中加载这个分类器，由于它的大小，加载需要很长时间(2-3分钟)。此外，如果我必须运行相同情感分析程序的两个实例，这将占用双RAM，因为这两个程序将分别加载此分类器。我的问题是:是否有任何技术可以将这个分类器存储在内存中，以便在需要时情感分析程序可以直接从内存中读取它，或者是否有任何其他方法可以最小化分类器的加载时间。提前感谢您的帮助。