parent
da460f74f1
commit
dc20480e20
@ -0,0 +1,58 @@
|
||||
from corpusparser import Parser
|
||||
import argparse
|
||||
import logging
|
||||
import json
|
||||
|
||||
logging.basicConfig(level=logging.INFO)
|
||||
logger = logging.getLogger(__name__)
|
||||
|
||||
## Main handles command line arguments and writing to files / DB.
|
||||
|
||||
if __name__ == "__main__":
|
||||
parser = argparse.ArgumentParser(description="Parsing corpora kres and ssj500k.")
|
||||
parser.add_argument('--kres-folder', required=True)
|
||||
parser.add_argument('--kres-srl-folder', required=True)
|
||||
parser.add_argument('--ssj-file', required=True)
|
||||
parser.add_argument('--output', required=False, default=None)
|
||||
parser.add_argument('--outdir', required=False, default=None)
|
||||
parser.add_argument('--dbaddr', required=False, default=None)
|
||||
args = parser.parse_args()
|
||||
|
||||
# parse ssj
|
||||
logger.info("Parsing ssj500k: {}".format(args.ssj_file))
|
||||
ssj_parser = Parser(
|
||||
corpus="ssj",
|
||||
infiles=[args.ssj_file],
|
||||
output=args.output,
|
||||
outdir=args.outdir,
|
||||
)
|
||||
res = [x[1]["sid"] for x in ssj_parser.sentence_generator()]
|
||||
logger.info("Parsed {} sentences (ssj500k)".format(len(res)))
|
||||
|
||||
# parse kres
|
||||
logger.info("Parsing Kres: {}".format(args.ssj_file))
|
||||
kres_parser = Parser(
|
||||
corpus="kres",
|
||||
infiles=[args.kres_folder, args.kres_srl_folder],
|
||||
output=args.output,
|
||||
outdir=args.outdir,
|
||||
)
|
||||
res = [x[1]["sid"] for x in kres_parser.sentence_generator()]
|
||||
logger.info("Parsed {} sentences (kres)".format(len(res)))
|
||||
|
||||
|
||||
## Handling output is situational --- implement it outside of Parser.
|
||||
## Parser returns tuples (orig_file, element)
|
||||
# 1. parse per-file and output to file (JSON)
|
||||
# 2. parse and save to DB
|
||||
|
||||
# TODO
|
||||
def handle_output(self, sent_ent, xml_file):
|
||||
if self.output is None:
|
||||
pass
|
||||
if self.output == "file":
|
||||
outfile = Path(self.outdir) / Path(xml_file.name.split(".")[0]).with_suffix(".json")
|
||||
with outfile.open("a") as fp:
|
||||
print(sent_ent)
|
||||
json.dumps(sent_ent, fp)
|
||||
|
@ -1,25 +0,0 @@
|
||||
from corpusparser import Parser
|
||||
import argparse
|
||||
|
||||
if __name__ == "__main__":
|
||||
parser = argparse.ArgumentParser(description="Parsing corpora kres and ssj500k.")
|
||||
parser.add_argument('--kres-folder', required=True)
|
||||
parser.add_argument('--kres-srl-folder', required=True)
|
||||
parser.add_argument('--ssj-file', required=True)
|
||||
args = parser.parse_args()
|
||||
|
||||
# parse ssj
|
||||
"""
|
||||
ssj_parser = Parser(
|
||||
corpus="ssj",
|
||||
infiles=[args.ssj_file]
|
||||
)
|
||||
ssj_parser.parse()
|
||||
"""
|
||||
|
||||
# parse kres
|
||||
kres_parser = Parser(
|
||||
corpus="kres",
|
||||
infiles=[args.kres_folder, args.kres_srl_folder]
|
||||
)
|
||||
kres_parser.parse()
|
Loading…
Reference in new issue