piskvorky/gensim

bug in gensim.summarization.mz_entropy.mz_keywords

Open

#2523 aperta il 10 giu 2019

Vedi su GitHub
 (1 commento) (1 reazione) (0 assegnatari)Python (4349 fork)batch import
Hacktoberfestbugdifficulty easygood first issueimpact LOWreach LOW

Metriche repository

Star
 (15.144 star)
Metriche merge PR
 (Nessuna PR mergiata in 30 g)

Descrizione

Problem statement:

It seems to be a bug if the text is too short and number of words is lower than blocksize. In my case the values were: n_words (232.0) and blocksize (1024).

Log:

gensim\summarization\mz_entropy.py:127: RuntimeWarning: invalid value encountered in double_scalars
  - __log_combinations(n_words, blocksize)

Dirty solution:

Override blocksize value from the default 1024 to something lower:

mz_keywords(text, blocksize=128)

Guida contributor

Direzione di ricerca
Ispeziona il codice in gensim/summarization/mz entropy.py intorno alla riga 127. Il problema si verifica quando n words è inferiore a blocksize, causando un avviso in fase di esecuzione. Modifica la logica per gestire elegantemente testi brevi, ad esempio regolando dinamicamente blocksize o restituendo un risultato vuoto.
Tech stack
python
Dominio
machine learning
Tipo issue
Bug
DifficoltàQuanto dovrebbe essere impegnativa per un nuovo contributor.
2
Tempo stimatoTempo stimato per completare e verificare uno scope piccolo.
1-3 ore
Stato attivitàQuanto è probabile che la issue sia ancora attiva e reviewable.
Attiva
ChiarezzaQuanto chiaramente la issue descrive problema, scope e risultato atteso.
Chiara
Prerequisiti
PythonGit
Adatta ai principiantiQuanto la issue è adatta a contributor alla prima esperienza.
75