homer
1.0.0
內容
荷馬是一個Python軟件包，可以幫助您的文本更清晰，簡單且對讀者有用。它提供有關整體文本以及各個段落的信息。它可以深入了解可讀性，段落的長度，句子的長度，每個段落的平均句子，句子中的平均單詞等。它還試圖識別某些模糊的單詞。它還跟踪文本中的“和”單詞的頻率。 （有關所有這些信息的更多信息，請參見“致謝”部分。）
這個軟件包源於個人需求。由於我不是英語的人，但對寫作感興趣，所以我設計並一直在使用荷馬來改善自己的寫作。我希望其他人會發現它有用。
請注意，這不是控制您寫作的嚴格指南。至少，我不會那樣使用它。我將其用作指南，以使我的寫作盡可能簡單。我努力撰寫簡潔的段落和句子，並使用較少的不清楚單詞，而荷馬一直在幫助我。
我只用它來分析我的博客和論文，而不是大量的文本語料庫。由於此軟件是新的，因此您很可能會發現錯誤，在這種情況下，請隨時打開問題/引物要求。
您可以將荷馬用作獨立軟件包或在命令行上。如果您在命令行中運行它，則可以在文章或文章以及段落統計數據上獲取一般統計信息。
從命令行運行本壘打給出了有關文章/文章的以下見解：
段落統計數據指出每個段落的以下信息：
我在Python 3.4.5上構建了它。因此，首先我們需要安裝Python。
在Mac上，我使用Homebrew安裝Python，例如，一個人可以使用此命令：
要在Windows上安裝，您可以從此處下載安裝程序。下載後，可以運行此安裝程序以完成Python的安裝。
對於Ubuntu，您可能會發現此資源有用。
現在是時候創建虛擬環境了（假設您將代碼克隆在〜/code/homer下）。
上面片段中的第一行創建了一個名為〜/code/homer的虛擬環境。第二個命令激活虛擬環境。
如果您需要更多幫助創建虛擬環境，則該資源可能會有用。
使用PIP安裝：
~ /code/homer $ pip install homer-text就是這樣。它應該安裝所有所需的庫，NLTK軟件包和HOMER_TEXT本身。
在首次使用它之前，請確保您擁有所有NLTK字典文件：
import nltk
nltk . download ( 'punkt' )
nltk . download ( 'cmudict' )
nltk . download ( 'stopwords' )已提供了命令行實用程序，該實用程序已提供。這是一個顯示如何使用它的示例：
> python homer_cmd.py --name article_name --author lalala --file_path=/correct/path/to/file.txt-name和-author都是可選的，而file_path是強制性的。
您也可以在代碼中使用荷馬。這是一個示例：
# file: analyse.py
import sys
from homer . analyzer import Article
from homer . cmdline_printer import ArticlePrinter
article = Article ( 'Article name' , 'Author' , open ( sys . argv [ 1 ]). read ())
ap = ArticlePrinter ( article )
ap . print_article_stats ()
ap . print_paragraph_stats ()這樣使用：
> python analyse.py text_to_analyse.md測試可以從測試目錄進行。
作者：
貢獻者：
史蒂文·平克（Steven Pinker）的“風格感：21世紀思維人的寫作指南”。這本書給了我很多見解。這也促使我包括跟踪模糊的單詞，複雜的對沖和增強器。
銀行服務：
世界銀行報告的語言，1946年至2012年：https：//litlab.stanford.edu/literarylabpamphlet9.pdf。這個消息來源也給了我一些想法。跟踪“和”以及文本中模糊的單詞的想法是從這裡開始的。
- “和”頻率：基本上是文本中使用單詞的次數（作為總文本的百分比）。我試圖將其保持在3％以下。
- 含糊的單詞是閱讀上述報告後彙編的單詞列表。不必要地使用這些詞，或者不給他們適當的上下文，可以使文本更加抽象。這些詞如_衍生，公允價值，投資組合，評估，策略，競爭力，改革，增長，能力，進步，穩定，保護，訪問，可持續等。 _
歡迎拉動請求。對於重大更改，請先開設一個問題，以討論您想更改的內容。
請確保及時更新測試。另外，將您的姓名添加在README文件的作者部分下。
麻省理工學院
