Biblioteca¶

esperantilo es una biblioteca de Procesamiento del Lenguaje Natural basada en reglas para el Esperanto. Esta sección es su manual de referencia: qué hace, cómo se instala y qué significa cada nombre público.

Referencia, no tutorial

Estas páginas documentan la biblioteca tal como es. La guía la encontrarás aquí.

Dos funciones por ahora

La biblioteca está en la versión 0.1.0 y ofrece dos cosas: la lectura de artículos de Wikipedia y la segmentación en frases. Todo lo demás —tokens, lemas, análisis de afijos— sigue siendo un objetivo de diseño, no código publicado.

1. Segmentación en frases — dividir un texto en frases.
2. Leer Wikipedia — obtener un artículo como texto plano, en cualquier idioma.
3. Referencia de la API — cada nombre público, generado desde el código.

Instalación¶

La biblioteca depende de requests, que pip instala junto con ella. Se instala directamente desde GitHub:

pip install git+https://github.com/jparisu/nlp-esperantilo.git

Las instrucciones paso a paso, incluidos los entornos virtuales y los notebooks, están en Guía → Instalación y uso.

Inicio rápido¶

import esperantilo

# Obtén un artículo de Wikipedia en Esperanto.
page = esperantilo.WikiPage.look_up("Esperanto", language="eo")

# Divide el texto en frases.
sentences = esperantilo.sentence_tokenizer(page.full_text())

La API pública¶

Todo lo que la biblioteca se compromete a mantener estable se importa directamente del módulo esperantilo:

Nombre	Tipo	Qué es
`WikiPage`	clase	Un artículo de Wikipedia, en un idioma, como texto plano.
`sentence_tokenizer`	función	Divide un texto en frases.
`__version__`	constante	La versión instalada.

Estructura¶

src/esperantilo/
├── __init__.py      # la API pública: reexportaciones y __all__
├── nlp/             # analizar texto que ya se tiene
│   └── tokenizer.py #   segmentación en frases
└── wiki/            # obtener texto de Wikipedia
    ├── wiki.py      #   la clase WikiPage
    └── _wiki_api.py #   privado: los clientes de MediaWiki y Wikidata

La referencia de la API se genera a partir de esos archivos cada vez que se construye el sitio, así que cambia un docstring y la página cambia con él.