rlwsd 0.1.2

安装

当前该包只能在CPython 3.4+上运行。使用pip安装

pip3 install rlwsd

该包需要一些不在PyPI上托管且必须单独下载的模型（总大小约2.3 Gb）

python3 -m rlwsd.download

即使模型已存在，也会重新下载。如果遇到问题（下载未完成等），您可以从rlwsd.download.MODELS_URL手动下载模型，并将它们提取到rlwsd（包）文件夹中的models文件夹。

使用方法

大部分功能由模型类提供。每个单词的模型必须单独加载

>>> import rlwsd
>>> model = rlwsd.SphericalModel.load('альбом')
>>> model.senses
{'1': {'meaning': 'Вещь в виде большой тетради ...',
       'name': 'альбом 1'},
 '2': {'meaning': 'Книга тематически связанных изобразительных материалов ...',
       'name': 'альбом 2.1'},
 '3': {'meaning': 'Собрание музыкальных произведений ...',
       'name': 'альбом 2.2'}}
>>> model.disambiguate('она задумчиво листала', 'альбом', 'с фотографиями')
'2'

您也可以获取所有带模型的单词列表

>>> import rlwsd
>>> rlwsd.list_words()
['абрикос',
 'абсурд',
 'авангард',
 ...
 'гусь',
 'гуща']

内部使用大型word2vec模型。默认情况下，它只在第一次调用.disambiguate方法时加载一次，这需要花费可观的的时间。可以通过运行w2v-server命令来选择在单独的进程中加载word2vec模型，该命令启动一个服务器，并通过设置任何非空值的环境变量W2VSRV来导出。

# in the first terminal window
$ w2v-server
running...
# in the second terminal window
$ export W2VSRV=yes
$ python

这样，您可以保持w2v-server运行，从而在word2vec模型重新加载时节省时间。

许可协议

许可证是MIT