Я надеялся, что кто-то сможет увидеть, где я здесь не могу. Таким образом, я очистил некоторые данные от buzzfeed, и теперь я пытаюсь отформатировать текстовый файл, с помощью которого я могу затем отправить в data_convert_examples text_to_data formatter.Как форматировать входные данные для textum data_convert_example
Я думал, что у меня был ответ пару раз, но я все еще сталкиваюсь с кирпичной стеной, когда обрабатываю это как двоичное, а затем пытаюсь тренироваться с данными.
Что я сделал, это запустить binary_to_text в наборе игрушек, а затем открыть файл в блокноте ++ под окнами, показывая все символы и сопоставить то, что я считаю форматом.
Я приговариваю к длинной функции ниже, но я действительно не уверен, где может быть проблема, и подумал, что это лучший способ предоставить достаточно информации. У кого-нибудь есть идеи или рекомендации?
def processPath(self, toPath):
try:
fout = open(os.path.join(toPath, '{}-{}'.format(self.baseName, self.fileNdx)), 'a+')
for path, dirs, files in os.walk(self.fromPath):
for fn in files:
fullpath = os.path.join(path, fn)
if os.path.isfile(fullpath):
#with open(fullpath, "rb") as f:
with codecs.open(fullpath, "rb", 'ascii', "ignore") as f:
try:
finalRes = ""
content = f.readlines()
self.populateVocab(content)
sentences = sent_tokenize((content[1]).encode('ascii', "ignore").strip('\n'))
for sent in sentences:
textSumFmt = self.textsumFmt
finalRes = textSumFmt["artPref"] + textSumFmt["sentPref"] + sent.replace("=", "equals") + textSumFmt["sentPost"] + textSumFmt["postVal"]
finalRes += (('\t' + textSumFmt["absPref"] + textSumFmt["sentPref"] + (content[0]).strip('\n').replace("=", "equals") + textSumFmt["sentPost"] + textSumFmt["postVal"]) + '\t' +'publisher=BUZZ' + os.linesep)
if self.lineNdx != 0 and self.lineNdx % self.lines == 0:
fout.close()
self.fileNdx+=1
fout = open(os.path.join(toPath, '{}-{}'.format(self.baseName, self.fileNdx)), 'a+')
fout.write(("{}").format(finalRes.encode('utf-8', "ignore")))
self.lineNdx+=1
except RuntimeError as e:
print "Runtime Error: {0} : {1}".format(e.errno, e.strerror)
finally:
fout.close()