文本检索和分析引擎。
caterpillar的Python项目详细描述
毛毛虫是什么？
===
图片：：https://img.shields.io/travis/kapiche/caterpillar.svg？style=flat square
：目标：https://travis ci.org/kapiche/caterpillar
…图片：：https://img.shields.io/covertalls/kapiche/caterpillar.svg？风格=平坦方块
：目标：http://覆盖层。IO/R/Kapiche / CalePraseBR/> BR/>卡特彼勒是一个纯Python文本索引和分析库。它旨在支持高级文本和其他半结构化分析应用程序，这些应用程序连接自然语言处理（NLP）。信息检索和主题建模。
一些功能包括：
*用于存储的可插入密钥/值对象存储（当前仅实现为sqlite）
*用于读/写的事务层（以及相关的锁定语义）
*支持使用一些内置的评分算法实现搜索索引（包括tf/idf）
*存储除传统信息检索数据结构之外用于分析的其他数据结构
*具有快速访问数据结构和执行自定义分析的插件结构
*具有100%的测试覆盖率
卡特彼勒如下：
import os
import tempfile
from caterpillar.processing.index import indexwriter，indexconfig
from caterpillar.processing.schema import text，schema，numeric
from caterpillar.storage.sqlite import sqlitestorage
以index writer（index_dir，indexconfig（sqlitestorage，schema（text=text，some_number=numeric））作为writer:
writer.add_document（text=data，some_number=1）
installation
=代码：
documentation
特别是我们打算：
BR/> *修改模式和字段设计，以便：
更好地合并核心文本索引和提取结构化信息。例如，通过文本上下文和由命名实体提取方法标识的实体集成和索引文档
-在索引写入对象的事务生命周期内集成模式的序列化：BR/> *改进锁定以在索引大集合时更好地支持并发性
*支持更多语言，特别是允许具有适当标记和不同语言表示的多语言索引
*删除NLTK依赖项（伟大的库，但仅用于标记化）
*更好的API，用于完全自定义从文档中提取数据的内容和方式
python版本
===
caterpillar现在只针对python 3。它旨在支持python的两个最新版本以获得新特性。目前这意味着我们只支持python 3.5和3.6版本。
bdfls
==
===
*`kris rogers<；https://github.com/krisrogers/>；``````````````````````赖赖赖赖赖赖赖赖赖赖赖赖赖赖赖赖，https://github.com/rstuart85/>；`````````````=
>*`sam hames<；https://github.com/samhammes/>；````````````````````````````==
任何愿意的人！换句话说，现在还没有，但我们更愿意接受贡献。
contribution
=====
除非代码有100%的测试覆盖率并通过flake8 linting，否则不会合并代码。我们用120个字符的行编码（见tox.ini[pep8]部分），并使用“py.test<；http://pytest.org/>；”进行测试。测试位于每个包的*test*子文件夹中。T型ox被配置为自动运行测试套件、报告单元测试通过、覆盖率和linting。代码：
运行整个测试套件：
tox
许可证
==========
卡特彼勒版权所有©2013-2015 Kapiche有限公司。它是根据GNU Affero通用公共许可证授权的。
此程序是自由软件：您可以根据自由软件基金会发布的GNU Affero通用公共许可证的条款（许可证的第3版）重新分发和/或修改它，或（由您选择）任何更高版本。
版权所有者根据GNU Affero通用公共许可第3版第7节授予您额外的许可，免除您遵守GNU通用公共许可第3版第6节的要求，为程序或任何基于程序的工作提供相应的安装信息。你仍然需要遵守所有其他6条款的要求，以提供相应的来源。
BR/>此程序被分发，希望它是有用的，但没有任何保证；甚至没有默示的适销性或适合特定用途的保证。有关详细信息，请参阅GNU Affero通用公共许可证。
===
图片：：https://img.shields.io/travis/kapiche/caterpillar.svg？style=flat square
：目标：https://travis ci.org/kapiche/caterpillar
…图片：：https://img.shields.io/covertalls/kapiche/caterpillar.svg？风格=平坦方块
：目标：http://覆盖层。IO/R/Kapiche / CalePraseBR/> BR/>卡特彼勒是一个纯Python文本索引和分析库。它旨在支持高级文本和其他半结构化分析应用程序，这些应用程序连接自然语言处理（NLP）。信息检索和主题建模。
一些功能包括：
*用于存储的可插入密钥/值对象存储（当前仅实现为sqlite）
*用于读/写的事务层（以及相关的锁定语义）
*支持使用一些内置的评分算法实现搜索索引（包括tf/idf）
*存储除传统信息检索数据结构之外用于分析的其他数据结构
*具有快速访问数据结构和执行自定义分析的插件结构
*具有100%的测试覆盖率
卡特彼勒如下：
import os
import tempfile
from caterpillar.processing.index import indexwriter，indexconfig
from caterpillar.processing.schema import text，schema，numeric
from caterpillar.storage.sqlite import sqlitestorage
以index writer（index_dir，indexconfig（sqlitestorage，schema（text=text，some_number=numeric））作为writer:
writer.add_document（text=data，some_number=1）
installation
=代码：
documentation
特别是我们打算：
BR/> *修改模式和字段设计，以便：
更好地合并核心文本索引和提取结构化信息。例如，通过文本上下文和由命名实体提取方法标识的实体集成和索引文档
-在索引写入对象的事务生命周期内集成模式的序列化：BR/> *改进锁定以在索引大集合时更好地支持并发性
*支持更多语言，特别是允许具有适当标记和不同语言表示的多语言索引
*删除NLTK依赖项（伟大的库，但仅用于标记化）
*更好的API，用于完全自定义从文档中提取数据的内容和方式
python版本
===
caterpillar现在只针对python 3。它旨在支持python的两个最新版本以获得新特性。目前这意味着我们只支持python 3.5和3.6版本。
bdfls
==
===
*`kris rogers<；https://github.com/krisrogers/>；``````````````````````赖赖赖赖赖赖赖赖赖赖赖赖赖赖赖赖，https://github.com/rstuart85/>；`````````````=
>*`sam hames<；https://github.com/samhammes/>；````````````````````````````==
任何愿意的人！换句话说，现在还没有，但我们更愿意接受贡献。
contribution
=====
除非代码有100%的测试覆盖率并通过flake8 linting，否则不会合并代码。我们用120个字符的行编码（见tox.ini[pep8]部分），并使用“py.test<；http://pytest.org/>；”进行测试。测试位于每个包的*test*子文件夹中。T型ox被配置为自动运行测试套件、报告单元测试通过、覆盖率和linting。代码：
运行整个测试套件：
tox
许可证
==========
卡特彼勒版权所有©2013-2015 Kapiche有限公司。它是根据GNU Affero通用公共许可证授权的。
此程序是自由软件：您可以根据自由软件基金会发布的GNU Affero通用公共许可证的条款（许可证的第3版）重新分发和/或修改它，或（由您选择）任何更高版本。
版权所有者根据GNU Affero通用公共许可第3版第7节授予您额外的许可，免除您遵守GNU通用公共许可第3版第6节的要求，为程序或任何基于程序的工作提供相应的安装信息。你仍然需要遵守所有其他6条款的要求，以提供相应的来源。
BR/>此程序被分发，希望它是有用的，但没有任何保证；甚至没有默示的适销性或适合特定用途的保证。有关详细信息，请参阅GNU Affero通用公共许可证。
欢迎加入QQ群-->： 979659372
