Metadata-Version: 1.1
Name: textar
Version: 0.0.3
Summary: Paquete en python para análisis, clasificación y recuperación de textos, utilizado por el equipo de Datos Argentina.
Home-page: https://github.com/datosgobar/textar
Author: Datos Argentina
Author-email: datos@modernizacion.gob.ar
License: MIT license
Description: # Analizador de Textos
        
        [![Coverage Status](https://coveralls.io/repos/github/datosgobar/textar/badge.svg?branch=master)](https://coveralls.io/github/datosgobar/textar?branch=master)
        [![Build Status](https://travis-ci.org/datosgobar/textar.svg?branch=master)](https://travis-ci.org/datosgobar/textar)
        [![PyPI](https://badge.fury.io/py/textar.svg)](http://badge.fury.io/py/textar)
        [![Stories in Ready](https://badge.waffle.io/datosgobar/textar.png?label=ready&title=Ready)](https://waffle.io/datosgobar/textar)
        [![Documentation Status](http://readthedocs.org/projects/textar/badge/?version=latest)](http://data-cleaner.readthedocs.org/en/latest/?badge=latest)
        
        Paquete en python para análisis, clasificación y recuperación de textos, utilizado por el equipo de Datos Argentina.
        
        <!-- START doctoc generated TOC please keep comment here to allow auto update -->
        <!-- DON'T EDIT THIS SECTION, INSTEAD RE-RUN doctoc TO UPDATE -->
        **Table of Contents**  *generated with [DocToc](https://github.com/thlorenz/doctoc)*
        
        - [Instalación](#instalaci%C3%B3n)
          - [Dependencias](#dependencias)
          - [Desde pypi](#desde-pypi)
          - [Para desarrollo](#para-desarrollo)
        - [Uso](#uso)
          - [Búsqueda de textos similares](#b%C3%BAsqueda-de-textos-similares)
          - [Clasificación de textos](#clasificaci%C3%B3n-de-textos)
        - [Tests](#tests)
        - [Créditos](#cr%C3%A9ditos)
        - [Contacto](#contacto)
        
        <!-- END doctoc generated TOC please keep comment here to allow auto update -->
        
        * Licencia: MIT license
        
        ## Instalación
        
        ### Dependencias
        
        `textar` usa `pandas`, `numpy`, `scikit-learn` y `scipy`. Para que funcionen, se requiere instalar algunas dependencias no pythonicas:
        
        * En Ubuntu: `sudo apt-get install libblas-dev liblapack-dev libatlas-base-dev gfortran`
        
        ### Desde pypi
        
        `pip install textar`
        
        ### Para desarrollo
        
        ```
        clone http://www.github.com/datosgobar/textar.git
        cd path/to/textar
        pip install -e .
        ```
        
        Cualquier cambio en el código está disponible en el entorno virtual donde fue instalado de esta manera.
        
        ## Uso
        
        ### Búsqueda de textos similares
        
        ```python
        from textar import TextClassifier
        
        tc = TextClassifier(
            texts=[
                "El árbol del edificio moderno tiene manzanas",
                "El árbol más chico tiene muchas mandarinas naranjas, y está cerca del monumento antiguo",
                "El edificio más antiguo tiene muchas cuadros caros porque era de un multimillonario",
                "El edificio más moderno tiene muchas programadoras que comen manzanas durante el almuerzo grupal"
            ],
            ids=map(str, range(4))
        )
        
        ids, distancias, palabras_comunes = tc.get_similar(
            example="Me encontré muchas manzanas en el edificio", 
            max_similars=4
        )
        
        print ids
        ['0', '3', '2', '1']
        
        print distancias
        [0.92781458944579009, 1.0595805639371083, 1.1756638126839645, 1.3206413200640157]
        
        print palabras_comunes
        [[u'edificio', u'manzanas'], [u'edificio', u'muchas', u'manzanas'], [u'edificio', u'muchas'], [u'muchas']]
        ```
        
        ### Clasificación de textos
        
        ```python
        from textar import TextClassifier
        
        tc = TextClassifier(
            texts=[
                "Para hacer una pizza hace falta harina, tomate, queso y jamón",
                "Para hacer unas empanadas necesitamos tapas de empanadas, tomate, jamón y queso",
                "Para hacer un daiquiri necesitamos ron, una fruta y un poco de limón",
                "Para hacer un cuba libre necesitamos coca, ron y un poco de limón",
                "Para hacer una torta de naranja se necesita harina, huevos, leche, ralladura de naranja y polvo de hornear",
                "Para hacer un lemon pie se necesita crema, ralladura de limón, huevos, leche y harina"
            ],
            ids=map(str, range(6))
        )
        
        # entrena un clasificador
        tc.make_classifier(
            name="recetas_classifier",
            ids=map(str, range(6)),
            labels=["Comida", "Comida", "Trago", "Trago", "Postre", "Postre"]
        )
        
        labels_considerados, puntajes = tc.classify(
            classifier_name="recetas_classifier", 
            examples=[
                "Para hacer un bizcochuelo de chocolate se necesita harina, huevos, leche y chocolate negro",
                "Para hacer un sanguche de miga necesitamos pan, jamón y queso"
            ]
        )
        
        print labels_considerados
        array(['Comida', 'Postre', 'Trago'], dtype='|S6')
        
        print puntajes
        array([[-3.52493526,  5.85536809, -6.05497008],
               [ 2.801027  , -6.55619473, -3.39598721]])
        
        # el primer ejemplo es un postre
        print sorted(zip(puntajes[0], labels_considerados), reverse=True)
        [(5.8553680868184079, 'Postre'),
         (-3.5249352611212568, 'Comida'),
         (-6.0549700786502845, 'Trago')]
        
        # el segundo ejemplo es una comida
        print sorted(zip(puntajes[1], labels_considerados), reverse=True)
        [(2.8010269985828997, 'Comida'),
         (-3.3959872063363505, 'Trago'),
         (-6.5561947275785393, 'Postre')]
        ```
        
        
        ## Tests
        
        *AYUDA: ¿Cómo correr los tests? ¿Cómo me instalo dependencias para los tests?*
        
        ## Créditos
        
        *AYUDA: ¿Usás código de otra persona/organización? ¿Alguien o algo fue una fuente de inspiración/asesoramiento/ayuda para este repositorio? ¿Es esto un fork?*
        
        ## Contacto
        
        Te invitamos a [crearnos un issue](https://github.com/datosgobar/textar/issues/new?title=Encontre un bug en textar) en caso de que encuentres algún bug o tengas feedback de alguna parte de `textar`.
        
        Para todo lo demás, podés mandarnos tu comentario o consulta a [datos@modernizacion.gob.ar](mailto:datos@modernizacion.gob.ar).
        
        
        History
        ===
        
        0.1.0 (2016-11-22)
        ------------------
        
        * First release on PyPI.
        
Keywords: textar
Platform: UNKNOWN
Classifier: Development Status :: 2 - Pre-Alpha
Classifier: Intended Audience :: Developers
Classifier: License :: OSI Approved :: MIT License
Classifier: Natural Language :: English
Classifier: Programming Language :: Python :: 2
Classifier: Programming Language :: Python :: 2.6
Classifier: Programming Language :: Python :: 2.7
