短文本分析

#!/usr/bin/env python

#from __future__ import print_function
from sys import argv stderr
from os import path
from libshorttext.classifier import *


def exit_with_help（）:
	stderr.write（“““Usage: text-predict.py [options] test_file model output

options:
    -f
        Overwrite the existing output file.
    -a {0|1}
        Output options. （default 1）
        0   Store only predicted labels. The information is NOT sufficient 
            for interactive analysis. Use this option if you would like to get 
            only accuracy.
        1   More information is stored. The output provides information for 
            interactive analysis but the size of output can become much larger.
    -A extra_svm_file
        Append extra libsvm-format data. This parameter can be applied many 
        times if more than one extra svm-format data set need to be appended.
“““）
	exit（1）



if __name__ == ‘__main__‘:
	if len（argv） < 4:
		exit_with_help（）

	data                = None
	model               = None
	output              = None
	liblinear_arguments = ‘‘
	force               = False
	analyzable          = True
	extra_svm_files     = []
	
	i = 1
	while（True）:
		if i >= len（argv）: break

		if not argv[i].startswith（‘-‘）:
			if data is None:
				data = argv[i]
			elif model is None:
				model = argv[i]
			elif output is None:
				output = argv[i]
			else:
				stderr.write（‘Error: Wrong usage.\n‘）
				exit_with_help（）
			i += 1
			continue

		if argv[i] == ‘-f‘:
			force = True
			i += 1
			continue
		
		if i+1 >= len（argv）:
			stderr.write（‘Error: Invalid usage of option ‘ + argv[i] + ‘\n‘）
			exit_with_help（）
		
		value = argv[i+1]
		if argv[i] == ‘-a‘:
			if value == ‘0‘:
				analyzable = False
			elif value == ‘1‘:
				analyzable = True
			else:
				stderr.write（‘Error: Invalid usage of option -a\n‘）
				exit_with_help（）
		elif argv[i] == ‘-A‘:
			extra_svm_files += [value]
		else:
			stderr.write（‘Error: No option ‘ + argv[i] + ‘\n‘）
			exit_with_help（）
		
		i += 2

	if output is None:
		stderr.write（‘Output path is not given.\n‘）
		exit_with_help（）

	if path.exists（output） and not force:
		stderr.write（‘{0} already exists. Use -f to overwrite the existing file.\n‘.format（output））
		exit（1）

	m = TextModel（）
	m.load（model）
	predict_result = predict_text（data m svm_file=None predict_arguments = liblinear_arguments extra_svm_files = extra_svm_files）

	print（“Accuracy = {0:.4f}% （{1}/{2}）“.format（
		predict_result.get_accuracy（）*100 
		sum（ty == py for ty py in zip（predict_result.true_y predict_result.predicted_y））
		len（predict_result.true_y）））

	predict_result.save（output analyzable）