Kio estas biblioteko

Biblioteko estas peco da kodo verkita por esti reuzata de alia kodo. Anstataŭ kopii funkciojn inter projektoj, vi pakas ilin unufoje, donas al ili klaran publikan interfacon, kaj lasas ke ajna projekto instalu kaj importu ilin. esperantilo — la biblioteko, kiun konstruas ĉi tiu gvidilo — estas unu: regul-bazita NLP-ilaro por Esperanto, kiun kajero povas instali kaj uzi en kelkaj linioj.

Ĉi tiu paĝo ordigas la vortprovizon, klarigas kion donas al vi biblioteko, kaj montras konatan ekzemplon por imiti.

Modulo, pako, biblioteko, distribuaĵo

Ĉi tiuj kvar vortoj ofte estas uzataj malprecize. En Python ili signifas specifajn aferojn:

Termino	Kio ĝi estas
Modulo	Unuopa dosiero .py. Importi ĝin rulas ĝin unufoje kaj eksponas ĝiajn nomojn.
Pako	Dosierujo de moduloj importata kiel unu unuo, kutime markita per __init__.py.
Biblioteko	Pako (aŭ aro da pakoj) celita por esti reuzata de alia kodo.
Distribuaĵo	La pakita artefakto, kiun vi instalas — kion pip install alportas.

La progresio estas de skalo: modulo estas dosiero, pako grupigas modulojn en dosierujon, biblioteko estas pako dezajnita por reuzo, kaj distribuaĵo estas tiu biblioteko pakita por povi instaliĝi aliloke.

flowchart LR
    M["Modulo<br/>(tokenizer.py)"] --> P["Pako<br/>(esperantilo/)"]
    P --> L["Biblioteko<br/>(reuzebla API)"]
    L --> D["Distribuaĵo<br/>(pip install esperantilo)"]

En ĉi tiu projekto, src/esperantilo/ estas la pako, la API kiun ĝi eksponas igas ĝin biblioteko, kaj pyproject.toml estas tio, kio igas ĝin instalebla distribuaĵo (vidu Organizado).

Kion donas al vi biblioteko

Kial paki kodon anstataŭ nur teni utils.py proksime? Biblioteko donas al vi kvar aferojn:

• Reuzon. Verku la Esperantan tokenizilon unufoje; importu ĝin de ĉiu kajero, skripto kaj testo sen kopii-kaj-alglui.
• Stabilan interfacon. La uzantoj dependas de la publika API, ne de la internaj detaloj. Vi povas reskribi la internaĵojn libere dum la interfaco tenas (pri tio temas la API-paĝo).
• Versiadon. La eldonoj estas numeritaj (0.1.0, 0.2.0, …), do la uzantoj povas diri "mi bezonas version 0.1" kaj ricevi reprodukteblan konduton.
• Distribuadon. Unu sola komando pip install liveras la kodon kaj ĝiajn dependecojn al iu ajn, ie ajn — inkluzive de kajero en Google Colab.

Konkreta ekzemplo

La plej klara maniero vidi kion signifas "bona biblioteko" estas uzi unu. scikit-learn estas vaste uzata maŝinlernada biblioteko kaj modelo de agrabla dezajno. Vi instalas ĝin unufoje:

pip install scikit-learn

importas etan, bone-nomitan pecon de ĝi:

from sklearn.linear_model import LogisticRegression

model = LogisticRegression()
model.fit(X_train, y_train)      # trejni
predictions = model.predict(X_test)  # uzi

kaj vi estas produktiva tuj — sen legi ĝian fontkodon. Pri tio temas biblioteko. Kio igas ĝin funkcii indas nomi, ĉar tiuj estas ekzakte la kvalitoj celendaj en esperantilo:

• Konsekvenca interfaco. Preskaŭ ĉiu scikit-learn-taksilo havas la samajn metodojn .fit() / .predict(), do kiam vi lernas unu, vi povas diveni la aliajn.
• Sencoplenaj defaŭltoj. LogisticRegression() funkcias sen argumentoj; vi tuŝas parametrojn nur kiam vi bezonas.
• Klaraj nomoj kaj dokumentado. fit, predict, LogisticRegression diras kion ili faras, kaj ĉiu publika objekto havas dokumentadon.

La NLP-biblioteko spaCy — la dezajna referenco por la propra API de ĉi tiu projekto — havas la samajn kvalitojn, aplikitajn al teksto. Ni revenas al ĝi detale en la API-paĝo.

Kien iri poste

• Organizado — la dosieroj kaj dosierujoj, kiuj transformas ĉi tiun kodon en instaleblan bibliotekon.
• Instalado kaj uzo — instali esperantilo de GitHub kaj uzi ĝin en kajero.