mirror of
https://github.com/moses-smt/mosesdecoder.git
synced 2024-09-11 19:27:11 +03:00
phrase-extract: add syntax-common sub-library
And remove some (near-)duplicate code from pcfg-common and score-stsg.
This commit is contained in:
parent
d966a0492b
commit
60e56efc6b
2
Jamroot
2
Jamroot
@ -173,7 +173,7 @@ project : requirements
|
|||||||
;
|
;
|
||||||
|
|
||||||
#Add directories here if you want their incidental targets too (i.e. tests).
|
#Add directories here if you want their incidental targets too (i.e. tests).
|
||||||
build-projects lm util phrase-extract search moses moses/LM mert moses-cmd mira scripts regression-testing ;
|
build-projects lm util phrase-extract phrase-extract/syntax-common search moses moses/LM mert moses-cmd mira scripts regression-testing ;
|
||||||
|
|
||||||
if [ option.get "with-mm" : : "yes" ]
|
if [ option.get "with-mm" : : "yes" ]
|
||||||
{
|
{
|
||||||
|
@ -1 +1 @@
|
|||||||
lib pcfg_common : [ glob *.cc ] ..//deps : <include>.. ;
|
lib pcfg_common : [ glob *.cc ] ..//syntax-common ..//deps : <include>.. ;
|
||||||
|
@ -1,46 +0,0 @@
|
|||||||
/***********************************************************************
|
|
||||||
Moses - statistical machine translation system
|
|
||||||
Copyright (C) 2006-2012 University of Edinburgh
|
|
||||||
|
|
||||||
This library is free software; you can redistribute it and/or
|
|
||||||
modify it under the terms of the GNU Lesser General Public
|
|
||||||
License as published by the Free Software Foundation; either
|
|
||||||
version 2.1 of the License, or (at your option) any later version.
|
|
||||||
|
|
||||||
This library is distributed in the hope that it will be useful,
|
|
||||||
but WITHOUT ANY WARRANTY; without even the implied warranty of
|
|
||||||
MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE. See the GNU
|
|
||||||
Lesser General Public License for more details.
|
|
||||||
|
|
||||||
You should have received a copy of the GNU Lesser General Public
|
|
||||||
License along with this library; if not, write to the Free Software
|
|
||||||
Foundation, Inc., 51 Franklin Street, Fifth Floor, Boston, MA 02110-1301 USA
|
|
||||||
***********************************************************************/
|
|
||||||
|
|
||||||
#pragma once
|
|
||||||
#ifndef PCFG_EXCEPTION_H_
|
|
||||||
#define PCFG_EXCEPTION_H_
|
|
||||||
|
|
||||||
#include <string>
|
|
||||||
|
|
||||||
namespace Moses
|
|
||||||
{
|
|
||||||
namespace PCFG
|
|
||||||
{
|
|
||||||
|
|
||||||
class Exception
|
|
||||||
{
|
|
||||||
public:
|
|
||||||
Exception(const char *msg) : msg_(msg) {}
|
|
||||||
Exception(const std::string &msg) : msg_(msg) {}
|
|
||||||
const std::string &msg() const {
|
|
||||||
return msg_;
|
|
||||||
}
|
|
||||||
private:
|
|
||||||
std::string msg_;
|
|
||||||
};
|
|
||||||
|
|
||||||
} // namespace PCFG
|
|
||||||
} // namespace Moses
|
|
||||||
|
|
||||||
#endif
|
|
@ -1,126 +0,0 @@
|
|||||||
/***********************************************************************
|
|
||||||
Moses - statistical machine translation system
|
|
||||||
Copyright (C) 2006-2012 University of Edinburgh
|
|
||||||
|
|
||||||
This library is free software; you can redistribute it and/or
|
|
||||||
modify it under the terms of the GNU Lesser General Public
|
|
||||||
License as published by the Free Software Foundation; either
|
|
||||||
version 2.1 of the License, or (at your option) any later version.
|
|
||||||
|
|
||||||
This library is distributed in the hope that it will be useful,
|
|
||||||
but WITHOUT ANY WARRANTY; without even the implied warranty of
|
|
||||||
MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE. See the GNU
|
|
||||||
Lesser General Public License for more details.
|
|
||||||
|
|
||||||
You should have received a copy of the GNU Lesser General Public
|
|
||||||
License along with this library; if not, write to the Free Software
|
|
||||||
Foundation, Inc., 51 Franklin Street, Fifth Floor, Boston, MA 02110-1301 USA
|
|
||||||
***********************************************************************/
|
|
||||||
|
|
||||||
#pragma once
|
|
||||||
#ifndef PCFG_NUMBERED_SET_H_
|
|
||||||
#define PCFG_NUMBERED_SET_H_
|
|
||||||
|
|
||||||
#include "exception.h"
|
|
||||||
|
|
||||||
#include <boost/unordered_map.hpp>
|
|
||||||
|
|
||||||
#include <limits>
|
|
||||||
#include <sstream>
|
|
||||||
#include <vector>
|
|
||||||
|
|
||||||
namespace Moses
|
|
||||||
{
|
|
||||||
namespace PCFG
|
|
||||||
{
|
|
||||||
|
|
||||||
// Stores a set of elements of type T, each of which is allocated an integral
|
|
||||||
// ID of type I. IDs are contiguous starting at 0. Individual elements cannot
|
|
||||||
// be removed once inserted (but the whole set can be cleared).
|
|
||||||
template<typename T, typename I=std::size_t>
|
|
||||||
class NumberedSet
|
|
||||||
{
|
|
||||||
private:
|
|
||||||
typedef boost::unordered_map<T, I> ElementToIdMap;
|
|
||||||
typedef std::vector<const T *> IdToElementMap;
|
|
||||||
|
|
||||||
public:
|
|
||||||
typedef I IdType;
|
|
||||||
typedef typename IdToElementMap::const_iterator const_iterator;
|
|
||||||
|
|
||||||
NumberedSet() {}
|
|
||||||
|
|
||||||
const_iterator begin() const {
|
|
||||||
return id_to_element_.begin();
|
|
||||||
}
|
|
||||||
const_iterator end() const {
|
|
||||||
return id_to_element_.end();
|
|
||||||
}
|
|
||||||
|
|
||||||
// Static value
|
|
||||||
static I NullId() {
|
|
||||||
return std::numeric_limits<I>::max();
|
|
||||||
}
|
|
||||||
|
|
||||||
bool Empty() const {
|
|
||||||
return id_to_element_.empty();
|
|
||||||
}
|
|
||||||
std::size_t Size() const {
|
|
||||||
return id_to_element_.size();
|
|
||||||
}
|
|
||||||
|
|
||||||
// Insert the given object and return its ID.
|
|
||||||
I Insert(const T &);
|
|
||||||
|
|
||||||
I Lookup(const T &) const;
|
|
||||||
const T &Lookup(I) const;
|
|
||||||
|
|
||||||
void Clear();
|
|
||||||
|
|
||||||
private:
|
|
||||||
ElementToIdMap element_to_id_;
|
|
||||||
IdToElementMap id_to_element_;
|
|
||||||
};
|
|
||||||
|
|
||||||
template<typename T, typename I>
|
|
||||||
I NumberedSet<T, I>::Lookup(const T &s) const
|
|
||||||
{
|
|
||||||
typename ElementToIdMap::const_iterator p = element_to_id_.find(s);
|
|
||||||
return (p == element_to_id_.end()) ? NullId() : p->second;
|
|
||||||
}
|
|
||||||
|
|
||||||
template<typename T, typename I>
|
|
||||||
const T &NumberedSet<T, I>::Lookup(I id) const
|
|
||||||
{
|
|
||||||
if (id < 0 || id >= id_to_element_.size()) {
|
|
||||||
std::ostringstream msg;
|
|
||||||
msg << "Value not found: " << id;
|
|
||||||
throw Exception(msg.str());
|
|
||||||
}
|
|
||||||
return *(id_to_element_[id]);
|
|
||||||
}
|
|
||||||
|
|
||||||
template<typename T, typename I>
|
|
||||||
I NumberedSet<T, I>::Insert(const T &x)
|
|
||||||
{
|
|
||||||
std::pair<T, I> value(x, id_to_element_.size());
|
|
||||||
std::pair<typename ElementToIdMap::iterator, bool> result =
|
|
||||||
element_to_id_.insert(value);
|
|
||||||
if (result.second) {
|
|
||||||
// x is a new element.
|
|
||||||
id_to_element_.push_back(&result.first->first);
|
|
||||||
}
|
|
||||||
return result.first->second;
|
|
||||||
}
|
|
||||||
|
|
||||||
template<typename T, typename I>
|
|
||||||
void NumberedSet<T, I>::Clear()
|
|
||||||
{
|
|
||||||
element_to_id_.clear();
|
|
||||||
id_to_element_.clear();
|
|
||||||
}
|
|
||||||
|
|
||||||
} // namespace PCFG
|
|
||||||
} // namespace Moses
|
|
||||||
|
|
||||||
#endif
|
|
@ -19,14 +19,15 @@
|
|||||||
|
|
||||||
#include "pcfg.h"
|
#include "pcfg.h"
|
||||||
|
|
||||||
#include "exception.h"
|
#include <cassert>
|
||||||
|
|
||||||
#include <boost/algorithm/string.hpp>
|
#include <boost/algorithm/string.hpp>
|
||||||
#include <boost/lexical_cast.hpp>
|
#include <boost/lexical_cast.hpp>
|
||||||
|
|
||||||
#include <cassert>
|
#include "syntax-common/exception.h"
|
||||||
|
|
||||||
namespace Moses {
|
namespace MosesTraining {
|
||||||
|
namespace Syntax {
|
||||||
namespace PCFG {
|
namespace PCFG {
|
||||||
|
|
||||||
void Pcfg::Add(const Key &key, double score) {
|
void Pcfg::Add(const Key &key, double score) {
|
||||||
@ -103,4 +104,5 @@ void Pcfg::Write(const Vocabulary &vocab, std::ostream &output) const {
|
|||||||
}
|
}
|
||||||
|
|
||||||
} // namespace PCFG
|
} // namespace PCFG
|
||||||
} // namespace Moses
|
} // namespace Syntax
|
||||||
|
} // namespace MosesTraining
|
||||||
|
@ -21,21 +21,19 @@
|
|||||||
#ifndef PCFG_PCFG_H_
|
#ifndef PCFG_PCFG_H_
|
||||||
#define PCFG_PCFG_H_
|
#define PCFG_PCFG_H_
|
||||||
|
|
||||||
#include "typedef.h"
|
|
||||||
|
|
||||||
#include <istream>
|
#include <istream>
|
||||||
#include <map>
|
#include <map>
|
||||||
#include <ostream>
|
#include <ostream>
|
||||||
#include <vector>
|
#include <vector>
|
||||||
|
|
||||||
namespace Moses
|
#include "typedef.h"
|
||||||
{
|
|
||||||
namespace PCFG
|
|
||||||
{
|
|
||||||
|
|
||||||
class Pcfg
|
namespace MosesTraining {
|
||||||
{
|
namespace Syntax {
|
||||||
public:
|
namespace PCFG {
|
||||||
|
|
||||||
|
class Pcfg {
|
||||||
|
public:
|
||||||
typedef std::vector<std::size_t> Key;
|
typedef std::vector<std::size_t> Key;
|
||||||
typedef std::map<Key, double> Map;
|
typedef std::map<Key, double> Map;
|
||||||
typedef Map::iterator iterator;
|
typedef Map::iterator iterator;
|
||||||
@ -43,30 +41,23 @@ public:
|
|||||||
|
|
||||||
Pcfg() {}
|
Pcfg() {}
|
||||||
|
|
||||||
iterator begin() {
|
iterator begin() { return rules_.begin(); }
|
||||||
return rules_.begin();
|
const_iterator begin() const { return rules_.begin(); }
|
||||||
}
|
|
||||||
const_iterator begin() const {
|
|
||||||
return rules_.begin();
|
|
||||||
}
|
|
||||||
|
|
||||||
iterator end() {
|
iterator end() { return rules_.end(); }
|
||||||
return rules_.end();
|
const_iterator end() const { return rules_.end(); }
|
||||||
}
|
|
||||||
const_iterator end() const {
|
|
||||||
return rules_.end();
|
|
||||||
}
|
|
||||||
|
|
||||||
void Add(const Key &, double);
|
void Add(const Key &, double);
|
||||||
bool Lookup(const Key &, double &) const;
|
bool Lookup(const Key &, double &) const;
|
||||||
void Read(std::istream &, Vocabulary &);
|
void Read(std::istream &, Vocabulary &);
|
||||||
void Write(const Vocabulary &, std::ostream &) const;
|
void Write(const Vocabulary &, std::ostream &) const;
|
||||||
|
|
||||||
private:
|
private:
|
||||||
Map rules_;
|
Map rules_;
|
||||||
};
|
};
|
||||||
|
|
||||||
} // namespace PCFG
|
} // namespace PCFG
|
||||||
} // namespace Moses
|
} // namespace Syntax
|
||||||
|
} // namespace MosesTraining
|
||||||
|
|
||||||
#endif
|
#endif
|
||||||
|
@ -21,48 +21,40 @@
|
|||||||
#ifndef PCFG_PCFG_TREE_H_
|
#ifndef PCFG_PCFG_TREE_H_
|
||||||
#define PCFG_PCFG_TREE_H_
|
#define PCFG_PCFG_TREE_H_
|
||||||
|
|
||||||
|
#include <string>
|
||||||
|
|
||||||
#include "syntax_tree.h"
|
#include "syntax_tree.h"
|
||||||
#include "xml_tree_writer.h"
|
#include "xml_tree_writer.h"
|
||||||
|
|
||||||
#include <string>
|
namespace MosesTraining {
|
||||||
|
namespace Syntax {
|
||||||
namespace Moses
|
namespace PCFG {
|
||||||
{
|
|
||||||
namespace PCFG
|
|
||||||
{
|
|
||||||
|
|
||||||
template<typename DerivedType>
|
template<typename DerivedType>
|
||||||
class PcfgTreeBase : public SyntaxTreeBase<std::string, DerivedType>
|
class PcfgTreeBase : public SyntaxTreeBase<std::string, DerivedType> {
|
||||||
{
|
public:
|
||||||
public:
|
|
||||||
typedef std::string LabelType;
|
typedef std::string LabelType;
|
||||||
typedef SyntaxTreeBase<LabelType, DerivedType> BaseType;
|
typedef SyntaxTreeBase<LabelType, DerivedType> BaseType;
|
||||||
|
|
||||||
PcfgTreeBase(const LabelType &label) : BaseType(label), score_(0.0) {}
|
PcfgTreeBase(const LabelType &label) : BaseType(label), score_(0.0) {}
|
||||||
|
|
||||||
double score() const {
|
double score() const { return score_; }
|
||||||
return score_;
|
void set_score(double s) { score_ = s; }
|
||||||
}
|
|
||||||
void set_score(double s) {
|
|
||||||
score_ = s;
|
|
||||||
}
|
|
||||||
|
|
||||||
private:
|
private:
|
||||||
double score_;
|
double score_;
|
||||||
};
|
};
|
||||||
|
|
||||||
class PcfgTree : public PcfgTreeBase<PcfgTree>
|
class PcfgTree : public PcfgTreeBase<PcfgTree> {
|
||||||
{
|
public:
|
||||||
public:
|
|
||||||
typedef PcfgTreeBase<PcfgTree> BaseType;
|
typedef PcfgTreeBase<PcfgTree> BaseType;
|
||||||
PcfgTree(const BaseType::LabelType &label) : BaseType(label) {}
|
PcfgTree(const BaseType::LabelType &label) : BaseType(label) {}
|
||||||
};
|
};
|
||||||
|
|
||||||
// Specialise XmlOutputHandler for PcfgTree.
|
// Specialise XmlOutputHandler for PcfgTree.
|
||||||
template<>
|
template<>
|
||||||
class XmlOutputHandler<PcfgTree>
|
class XmlOutputHandler<PcfgTree> {
|
||||||
{
|
public:
|
||||||
public:
|
|
||||||
typedef std::map<std::string, std::string> AttributeMap;
|
typedef std::map<std::string, std::string> AttributeMap;
|
||||||
|
|
||||||
void GetLabel(const PcfgTree &tree, std::string &label) const {
|
void GetLabel(const PcfgTree &tree, std::string &label) const {
|
||||||
@ -81,6 +73,7 @@ public:
|
|||||||
};
|
};
|
||||||
|
|
||||||
} // namespace PCFG
|
} // namespace PCFG
|
||||||
} // namespace Moses
|
} // namespace Syntax
|
||||||
|
} // namespace MosesTraining
|
||||||
|
|
||||||
#endif
|
#endif
|
||||||
|
@ -24,16 +24,14 @@
|
|||||||
#include <cassert>
|
#include <cassert>
|
||||||
#include <vector>
|
#include <vector>
|
||||||
|
|
||||||
namespace Moses
|
namespace MosesTraining {
|
||||||
{
|
namespace Syntax {
|
||||||
namespace PCFG
|
namespace PCFG {
|
||||||
{
|
|
||||||
|
|
||||||
// Base class for SyntaxTree, AgreementTree, and friends.
|
// Base class for SyntaxTree, AgreementTree, and friends.
|
||||||
template<typename T, typename DerivedType>
|
template<typename T, typename DerivedType>
|
||||||
class SyntaxTreeBase
|
class SyntaxTreeBase {
|
||||||
{
|
public:
|
||||||
public:
|
|
||||||
// Constructors
|
// Constructors
|
||||||
SyntaxTreeBase(const T &label)
|
SyntaxTreeBase(const T &label)
|
||||||
: label_(label)
|
: label_(label)
|
||||||
@ -48,54 +46,33 @@ public:
|
|||||||
// Destructor
|
// Destructor
|
||||||
virtual ~SyntaxTreeBase();
|
virtual ~SyntaxTreeBase();
|
||||||
|
|
||||||
const T &label() const {
|
const T &label() const { return label_; }
|
||||||
return label_;
|
const DerivedType *parent() const { return parent_; }
|
||||||
}
|
DerivedType *parent() { return parent_; }
|
||||||
const DerivedType *parent() const {
|
const std::vector<DerivedType *> &children() const { return children_; }
|
||||||
return parent_;
|
std::vector<DerivedType *> &children() { return children_; }
|
||||||
}
|
|
||||||
DerivedType *parent() {
|
|
||||||
return parent_;
|
|
||||||
}
|
|
||||||
const std::vector<DerivedType *> &children() const {
|
|
||||||
return children_;
|
|
||||||
}
|
|
||||||
std::vector<DerivedType *> &children() {
|
|
||||||
return children_;
|
|
||||||
}
|
|
||||||
|
|
||||||
void set_label(const T &label) {
|
void set_label(const T &label) { label_ = label; }
|
||||||
label_ = label;
|
void set_parent(DerivedType *parent) { parent_ = parent; }
|
||||||
}
|
void set_children(const std::vector<DerivedType *> &c) { children_ = c; }
|
||||||
void set_parent(DerivedType *parent) {
|
|
||||||
parent_ = parent;
|
|
||||||
}
|
|
||||||
void set_children(const std::vector<DerivedType *> &c) {
|
|
||||||
children_ = c;
|
|
||||||
}
|
|
||||||
|
|
||||||
bool IsLeaf() const {
|
bool IsLeaf() const { return children_.empty(); }
|
||||||
return children_.empty();
|
|
||||||
}
|
|
||||||
|
|
||||||
bool IsPreterminal() const {
|
bool IsPreterminal() const {
|
||||||
return children_.size() == 1 && children_[0]->IsLeaf();
|
return children_.size() == 1 && children_[0]->IsLeaf();
|
||||||
}
|
}
|
||||||
|
|
||||||
void AddChild(DerivedType *child) {
|
void AddChild(DerivedType *child) { children_.push_back(child); }
|
||||||
children_.push_back(child);
|
|
||||||
}
|
|
||||||
|
|
||||||
private:
|
private:
|
||||||
T label_;
|
T label_;
|
||||||
std::vector<DerivedType *> children_;
|
std::vector<DerivedType *> children_;
|
||||||
DerivedType *parent_;
|
DerivedType *parent_;
|
||||||
};
|
};
|
||||||
|
|
||||||
template<typename T>
|
template<typename T>
|
||||||
class SyntaxTree : public SyntaxTreeBase<T, SyntaxTree<T> >
|
class SyntaxTree : public SyntaxTreeBase<T, SyntaxTree<T> > {
|
||||||
{
|
public:
|
||||||
public:
|
|
||||||
typedef SyntaxTreeBase<T, SyntaxTree<T> > BaseType;
|
typedef SyntaxTreeBase<T, SyntaxTree<T> > BaseType;
|
||||||
SyntaxTree(const T &label) : BaseType(label) {}
|
SyntaxTree(const T &label) : BaseType(label) {}
|
||||||
SyntaxTree(const T &label, const std::vector<SyntaxTree *> &children)
|
SyntaxTree(const T &label, const std::vector<SyntaxTree *> &children)
|
||||||
@ -103,14 +80,14 @@ public:
|
|||||||
};
|
};
|
||||||
|
|
||||||
template<typename T, typename DerivedType>
|
template<typename T, typename DerivedType>
|
||||||
SyntaxTreeBase<T, DerivedType>::~SyntaxTreeBase()
|
SyntaxTreeBase<T, DerivedType>::~SyntaxTreeBase() {
|
||||||
{
|
|
||||||
for (std::size_t i = 0; i < children_.size(); ++i) {
|
for (std::size_t i = 0; i < children_.size(); ++i) {
|
||||||
delete children_[i];
|
delete children_[i];
|
||||||
}
|
}
|
||||||
}
|
}
|
||||||
|
|
||||||
} // namespace PCFG
|
} // namespace PCFG
|
||||||
} // namespace Moses
|
} // namespace Syntax
|
||||||
|
} // namespace MosesTraining
|
||||||
|
|
||||||
#endif
|
#endif
|
||||||
|
@ -21,7 +21,8 @@
|
|||||||
|
|
||||||
#include <sstream>
|
#include <sstream>
|
||||||
|
|
||||||
namespace Moses {
|
namespace MosesTraining {
|
||||||
|
namespace Syntax {
|
||||||
namespace PCFG {
|
namespace PCFG {
|
||||||
|
|
||||||
std::istream &Tool::OpenInputOrDie(const std::string &filename) {
|
std::istream &Tool::OpenInputOrDie(const std::string &filename) {
|
||||||
@ -77,4 +78,5 @@ void Tool::OpenNamedOutputOrDie(const std::string &filename,
|
|||||||
}
|
}
|
||||||
|
|
||||||
} // namespace PCFG
|
} // namespace PCFG
|
||||||
} // namespace Moses
|
} // namespace Syntax
|
||||||
|
} // namespace MosesTraining
|
||||||
|
@ -21,30 +21,26 @@
|
|||||||
#ifndef PCFG_TOOL_H_
|
#ifndef PCFG_TOOL_H_
|
||||||
#define PCFG_TOOL_H_
|
#define PCFG_TOOL_H_
|
||||||
|
|
||||||
#include <boost/program_options/cmdline.hpp>
|
|
||||||
|
|
||||||
#include <cstdlib>
|
#include <cstdlib>
|
||||||
#include <fstream>
|
#include <fstream>
|
||||||
#include <iostream>
|
#include <iostream>
|
||||||
#include <string>
|
#include <string>
|
||||||
|
|
||||||
namespace Moses
|
#include <boost/program_options/cmdline.hpp>
|
||||||
{
|
|
||||||
namespace PCFG
|
|
||||||
{
|
|
||||||
|
|
||||||
class Tool
|
namespace MosesTraining {
|
||||||
{
|
namespace Syntax {
|
||||||
public:
|
namespace PCFG {
|
||||||
|
|
||||||
|
class Tool {
|
||||||
|
public:
|
||||||
virtual ~Tool() {}
|
virtual ~Tool() {}
|
||||||
|
|
||||||
const std::string &name() const {
|
const std::string &name() const { return name_; }
|
||||||
return name_;
|
|
||||||
}
|
|
||||||
|
|
||||||
virtual int Main(int argc, char *argv[]) = 0;
|
virtual int Main(int argc, char *argv[]) = 0;
|
||||||
|
|
||||||
protected:
|
protected:
|
||||||
Tool(const std::string &name) : name_(name) {}
|
Tool(const std::string &name) : name_(name) {}
|
||||||
|
|
||||||
// Returns the boost::program_options style that should be used by all tools.
|
// Returns the boost::program_options style that should be used by all tools.
|
||||||
@ -82,7 +78,7 @@ protected:
|
|||||||
// the file cannot be opened for writing.
|
// the file cannot be opened for writing.
|
||||||
void OpenNamedOutputOrDie(const std::string &, std::ofstream &);
|
void OpenNamedOutputOrDie(const std::string &, std::ofstream &);
|
||||||
|
|
||||||
private:
|
private:
|
||||||
std::string name_;
|
std::string name_;
|
||||||
std::istream *input_ptr_;
|
std::istream *input_ptr_;
|
||||||
std::ifstream input_file_stream_;
|
std::ifstream input_file_stream_;
|
||||||
@ -91,6 +87,7 @@ private:
|
|||||||
};
|
};
|
||||||
|
|
||||||
} // namespace PCFG
|
} // namespace PCFG
|
||||||
} // namespace Moses
|
} // namespace Syntax
|
||||||
|
} // namespace MosesTraining
|
||||||
|
|
||||||
#endif
|
#endif
|
||||||
|
@ -21,19 +21,19 @@
|
|||||||
#ifndef PCFG_TYPEDEF_H_
|
#ifndef PCFG_TYPEDEF_H_
|
||||||
#define PCFG_TYPEDEF_H_
|
#define PCFG_TYPEDEF_H_
|
||||||
|
|
||||||
#include "numbered_set.h"
|
|
||||||
#include "syntax_tree.h"
|
|
||||||
|
|
||||||
#include <string>
|
#include <string>
|
||||||
|
|
||||||
namespace Moses
|
#include "syntax-common/numbered_set.h"
|
||||||
{
|
#include "syntax_tree.h"
|
||||||
namespace PCFG
|
|
||||||
{
|
namespace MosesTraining {
|
||||||
|
namespace Syntax {
|
||||||
|
namespace PCFG {
|
||||||
|
|
||||||
typedef NumberedSet<std::string> Vocabulary;
|
typedef NumberedSet<std::string> Vocabulary;
|
||||||
|
|
||||||
} // namespace PCFG
|
} // namespace PCFG
|
||||||
} // namespace Moses
|
} // namespace Syntax
|
||||||
|
} // namespace MosesTraining
|
||||||
|
|
||||||
#endif
|
#endif
|
||||||
|
@ -19,25 +19,23 @@
|
|||||||
|
|
||||||
#include "xml_tree_parser.h"
|
#include "xml_tree_parser.h"
|
||||||
|
|
||||||
#include "exception.h"
|
#include <cassert>
|
||||||
|
#include <vector>
|
||||||
|
|
||||||
#include "tables-core.h"
|
#include "tables-core.h"
|
||||||
#include "XmlException.h"
|
#include "XmlException.h"
|
||||||
#include "XmlTree.h"
|
#include "XmlTree.h"
|
||||||
|
|
||||||
#include <cassert>
|
#include "syntax-common/exception.h"
|
||||||
#include <vector>
|
|
||||||
|
|
||||||
using namespace MosesTraining;
|
namespace MosesTraining {
|
||||||
|
namespace Syntax {
|
||||||
namespace Moses {
|
|
||||||
namespace PCFG {
|
namespace PCFG {
|
||||||
|
|
||||||
XmlTreeParser::XmlTreeParser()
|
XmlTreeParser::XmlTreeParser() {
|
||||||
{
|
|
||||||
}
|
}
|
||||||
|
|
||||||
std::auto_ptr<PcfgTree> XmlTreeParser::Parse(const std::string &line)
|
std::auto_ptr<PcfgTree> XmlTreeParser::Parse(const std::string &line) {
|
||||||
{
|
|
||||||
m_line = line;
|
m_line = line;
|
||||||
m_tree.Clear();
|
m_tree.Clear();
|
||||||
try {
|
try {
|
||||||
@ -60,8 +58,7 @@ std::auto_ptr<PcfgTree> XmlTreeParser::Parse(const std::string &line)
|
|||||||
// Converts a SyntaxNode tree to a Moses::PCFG::PcfgTree.
|
// Converts a SyntaxNode tree to a Moses::PCFG::PcfgTree.
|
||||||
std::auto_ptr<PcfgTree> XmlTreeParser::ConvertTree(
|
std::auto_ptr<PcfgTree> XmlTreeParser::ConvertTree(
|
||||||
const SyntaxNode &tree,
|
const SyntaxNode &tree,
|
||||||
const std::vector<std::string> &words)
|
const std::vector<std::string> &words) {
|
||||||
{
|
|
||||||
std::auto_ptr<PcfgTree> root(new PcfgTree(tree.GetLabel()));
|
std::auto_ptr<PcfgTree> root(new PcfgTree(tree.GetLabel()));
|
||||||
const std::vector<SyntaxNode*> &children = tree.GetChildren();
|
const std::vector<SyntaxNode*> &children = tree.GetChildren();
|
||||||
if (children.empty()) {
|
if (children.empty()) {
|
||||||
@ -87,4 +84,5 @@ std::auto_ptr<PcfgTree> XmlTreeParser::ConvertTree(
|
|||||||
}
|
}
|
||||||
|
|
||||||
} // namespace PCFG
|
} // namespace PCFG
|
||||||
} // namespace Moses
|
} // namespace Syntax
|
||||||
|
} // namespace MosesTraining
|
||||||
|
@ -21,28 +21,26 @@
|
|||||||
#ifndef PCFG_XML_TREE_PARSER_H_
|
#ifndef PCFG_XML_TREE_PARSER_H_
|
||||||
#define PCFG_XML_TREE_PARSER_H_
|
#define PCFG_XML_TREE_PARSER_H_
|
||||||
|
|
||||||
#include "pcfg_tree.h"
|
|
||||||
#include "SyntaxTree.h"
|
|
||||||
|
|
||||||
#include <map>
|
#include <map>
|
||||||
#include <memory>
|
#include <memory>
|
||||||
#include <set>
|
#include <set>
|
||||||
#include <string>
|
#include <string>
|
||||||
#include <vector>
|
#include <vector>
|
||||||
|
|
||||||
namespace Moses
|
#include "pcfg_tree.h"
|
||||||
{
|
#include "SyntaxTree.h"
|
||||||
namespace PCFG
|
|
||||||
{
|
namespace MosesTraining {
|
||||||
|
namespace Syntax {
|
||||||
|
namespace PCFG {
|
||||||
|
|
||||||
// Parses a string in Moses' XML parse tree format and returns a PcfgTree
|
// Parses a string in Moses' XML parse tree format and returns a PcfgTree
|
||||||
// object.
|
// object.
|
||||||
class XmlTreeParser
|
class XmlTreeParser {
|
||||||
{
|
public:
|
||||||
public:
|
|
||||||
XmlTreeParser();
|
XmlTreeParser();
|
||||||
std::auto_ptr<PcfgTree> Parse(const std::string &);
|
std::auto_ptr<PcfgTree> Parse(const std::string &);
|
||||||
private:
|
private:
|
||||||
std::auto_ptr<PcfgTree> ConvertTree(const MosesTraining::SyntaxNode &,
|
std::auto_ptr<PcfgTree> ConvertTree(const MosesTraining::SyntaxNode &,
|
||||||
const std::vector<std::string> &);
|
const std::vector<std::string> &);
|
||||||
|
|
||||||
@ -54,6 +52,7 @@ private:
|
|||||||
};
|
};
|
||||||
|
|
||||||
} // namespace PCFG
|
} // namespace PCFG
|
||||||
} // namespace Moses
|
} // namespace Syntax
|
||||||
|
} // namespace MosesTraining
|
||||||
|
|
||||||
#endif
|
#endif
|
||||||
|
@ -21,10 +21,6 @@
|
|||||||
#ifndef PCFG_XML_TREE_WRITER_H_
|
#ifndef PCFG_XML_TREE_WRITER_H_
|
||||||
#define PCFG_XML_TREE_WRITER_H_
|
#define PCFG_XML_TREE_WRITER_H_
|
||||||
|
|
||||||
#include "syntax_tree.h"
|
|
||||||
|
|
||||||
#include "XmlTree.h"
|
|
||||||
|
|
||||||
#include <cassert>
|
#include <cassert>
|
||||||
#include <map>
|
#include <map>
|
||||||
#include <memory>
|
#include <memory>
|
||||||
@ -32,15 +28,17 @@
|
|||||||
#include <vector>
|
#include <vector>
|
||||||
#include <string>
|
#include <string>
|
||||||
|
|
||||||
namespace Moses
|
#include "XmlTree.h"
|
||||||
{
|
|
||||||
namespace PCFG
|
#include "syntax_tree.h"
|
||||||
{
|
|
||||||
|
namespace MosesTraining {
|
||||||
|
namespace Syntax {
|
||||||
|
namespace PCFG {
|
||||||
|
|
||||||
template<typename InputTree>
|
template<typename InputTree>
|
||||||
class XmlOutputHandler
|
class XmlOutputHandler {
|
||||||
{
|
public:
|
||||||
public:
|
|
||||||
typedef std::map<std::string, std::string> AttributeMap;
|
typedef std::map<std::string, std::string> AttributeMap;
|
||||||
|
|
||||||
void GetLabel(const InputTree &, std::string &) const;
|
void GetLabel(const InputTree &, std::string &) const;
|
||||||
@ -48,19 +46,17 @@ public:
|
|||||||
};
|
};
|
||||||
|
|
||||||
template<typename InputTree>
|
template<typename InputTree>
|
||||||
class XmlTreeWriter : public XmlOutputHandler<InputTree>
|
class XmlTreeWriter : public XmlOutputHandler<InputTree> {
|
||||||
{
|
public:
|
||||||
public:
|
|
||||||
typedef XmlOutputHandler<InputTree> Base;
|
typedef XmlOutputHandler<InputTree> Base;
|
||||||
void Write(const InputTree &, std::ostream &) const;
|
void Write(const InputTree &, std::ostream &) const;
|
||||||
private:
|
private:
|
||||||
std::string Escape(const std::string &) const;
|
std::string Escape(const std::string &) const;
|
||||||
};
|
};
|
||||||
|
|
||||||
template<typename InputTree>
|
template<typename InputTree>
|
||||||
void XmlTreeWriter<InputTree>::Write(const InputTree &tree,
|
void XmlTreeWriter<InputTree>::Write(const InputTree &tree,
|
||||||
std::ostream &out) const
|
std::ostream &out) const {
|
||||||
{
|
|
||||||
assert(!tree.IsLeaf());
|
assert(!tree.IsLeaf());
|
||||||
|
|
||||||
// Opening tag
|
// Opening tag
|
||||||
@ -104,8 +100,7 @@ void XmlTreeWriter<InputTree>::Write(const InputTree &tree,
|
|||||||
|
|
||||||
// Escapes XML special characters.
|
// Escapes XML special characters.
|
||||||
template<typename InputTree>
|
template<typename InputTree>
|
||||||
std::string XmlTreeWriter<InputTree>::Escape(const std::string &s) const
|
std::string XmlTreeWriter<InputTree>::Escape(const std::string &s) const {
|
||||||
{
|
|
||||||
std::string t;
|
std::string t;
|
||||||
std::size_t len = s.size();
|
std::size_t len = s.size();
|
||||||
t.reserve(len);
|
t.reserve(len);
|
||||||
@ -134,6 +129,7 @@ std::string XmlTreeWriter<InputTree>::Escape(const std::string &s) const
|
|||||||
}
|
}
|
||||||
|
|
||||||
} // namespace PCFG
|
} // namespace PCFG
|
||||||
} // namespace Moses
|
} // namespace Syntax
|
||||||
|
} // namespace MosesTraining
|
||||||
|
|
||||||
#endif
|
#endif
|
||||||
|
@ -20,6 +20,6 @@
|
|||||||
#include "pcfg_extract.h"
|
#include "pcfg_extract.h"
|
||||||
|
|
||||||
int main(int argc, char *argv[]) {
|
int main(int argc, char *argv[]) {
|
||||||
Moses::PCFG::PcfgExtract tool;
|
MosesTraining::Syntax::PCFG::PcfgExtract tool;
|
||||||
return tool.Main(argc, argv);
|
return tool.Main(argc, argv);
|
||||||
}
|
}
|
||||||
|
@ -23,16 +23,16 @@
|
|||||||
|
|
||||||
#include <string>
|
#include <string>
|
||||||
|
|
||||||
namespace Moses
|
namespace MosesTraining {
|
||||||
{
|
namespace Syntax {
|
||||||
namespace PCFG
|
namespace PCFG {
|
||||||
{
|
|
||||||
|
|
||||||
struct Options {
|
struct Options {
|
||||||
std::string corpus_file;
|
std::string corpus_file;
|
||||||
};
|
};
|
||||||
|
|
||||||
} // namespace PCFG
|
} // namespace PCFG
|
||||||
} // namespace Moses
|
} // namespace Syntax
|
||||||
|
} // namespace MosesTraining
|
||||||
|
|
||||||
#endif
|
#endif
|
||||||
|
@ -23,7 +23,8 @@
|
|||||||
#include "rule_collection.h"
|
#include "rule_collection.h"
|
||||||
#include "rule_extractor.h"
|
#include "rule_extractor.h"
|
||||||
|
|
||||||
#include "pcfg-common/exception.h"
|
#include "syntax-common/exception.h"
|
||||||
|
|
||||||
#include "pcfg-common/pcfg.h"
|
#include "pcfg-common/pcfg.h"
|
||||||
#include "pcfg-common/pcfg_tree.h"
|
#include "pcfg-common/pcfg_tree.h"
|
||||||
#include "pcfg-common/syntax_tree.h"
|
#include "pcfg-common/syntax_tree.h"
|
||||||
@ -42,7 +43,8 @@
|
|||||||
#include <string>
|
#include <string>
|
||||||
#include <vector>
|
#include <vector>
|
||||||
|
|
||||||
namespace Moses {
|
namespace MosesTraining {
|
||||||
|
namespace Syntax {
|
||||||
namespace PCFG {
|
namespace PCFG {
|
||||||
|
|
||||||
int PcfgExtract::Main(int argc, char *argv[]) {
|
int PcfgExtract::Main(int argc, char *argv[]) {
|
||||||
@ -128,4 +130,5 @@ void PcfgExtract::ProcessOptions(int argc, char *argv[],
|
|||||||
}
|
}
|
||||||
|
|
||||||
} // namespace PCFG
|
} // namespace PCFG
|
||||||
} // namespace Moses
|
} // namespace Syntax
|
||||||
|
} // namespace MosesTraining
|
||||||
|
@ -23,15 +23,13 @@
|
|||||||
|
|
||||||
#include "pcfg-common/tool.h"
|
#include "pcfg-common/tool.h"
|
||||||
|
|
||||||
namespace Moses
|
namespace MosesTraining {
|
||||||
{
|
namespace Syntax {
|
||||||
namespace PCFG
|
namespace PCFG {
|
||||||
{
|
|
||||||
|
|
||||||
class Options;
|
struct Options;
|
||||||
|
|
||||||
class PcfgExtract : public Tool
|
class PcfgExtract : public Tool {
|
||||||
{
|
|
||||||
public:
|
public:
|
||||||
PcfgExtract() : Tool("pcfg-extract") {}
|
PcfgExtract() : Tool("pcfg-extract") {}
|
||||||
virtual int Main(int, char *[]);
|
virtual int Main(int, char *[]);
|
||||||
@ -40,6 +38,7 @@ private:
|
|||||||
};
|
};
|
||||||
|
|
||||||
} // namespace PCFG
|
} // namespace PCFG
|
||||||
} // namespace Moses
|
} // namespace Syntax
|
||||||
|
} // namespace MosesTraining
|
||||||
|
|
||||||
#endif
|
#endif
|
||||||
|
@ -23,7 +23,8 @@
|
|||||||
|
|
||||||
#include <cmath>
|
#include <cmath>
|
||||||
|
|
||||||
namespace Moses {
|
namespace MosesTraining {
|
||||||
|
namespace Syntax {
|
||||||
namespace PCFG {
|
namespace PCFG {
|
||||||
|
|
||||||
void RuleCollection::Add(std::size_t lhs, const std::vector<std::size_t> &rhs) {
|
void RuleCollection::Add(std::size_t lhs, const std::vector<std::size_t> &rhs) {
|
||||||
@ -55,4 +56,5 @@ void RuleCollection::CreatePcfg(Pcfg &pcfg) {
|
|||||||
}
|
}
|
||||||
|
|
||||||
} // namespace PCFG
|
} // namespace PCFG
|
||||||
} // namespace Moses
|
} // namespace Syntax
|
||||||
|
} // namespace MosesTraining
|
||||||
|
@ -21,21 +21,19 @@
|
|||||||
#ifndef PCFG_EXTRACT_RULE_COLLECTION_H_
|
#ifndef PCFG_EXTRACT_RULE_COLLECTION_H_
|
||||||
#define PCFG_EXTRACT_RULE_COLLECTION_H_
|
#define PCFG_EXTRACT_RULE_COLLECTION_H_
|
||||||
|
|
||||||
#include "pcfg-common/pcfg.h"
|
#include <vector>
|
||||||
|
|
||||||
#include <boost/unordered_map.hpp>
|
#include <boost/unordered_map.hpp>
|
||||||
|
|
||||||
#include <vector>
|
#include "pcfg-common/pcfg.h"
|
||||||
|
|
||||||
namespace Moses
|
namespace MosesTraining {
|
||||||
{
|
namespace Syntax {
|
||||||
namespace PCFG
|
namespace PCFG {
|
||||||
{
|
|
||||||
|
|
||||||
// Contains PCFG rules and their counts.
|
// Contains PCFG rules and their counts.
|
||||||
class RuleCollection
|
class RuleCollection {
|
||||||
{
|
public:
|
||||||
public:
|
|
||||||
typedef boost::unordered_map<std::vector<std::size_t>, std::size_t> RhsCountMap;
|
typedef boost::unordered_map<std::vector<std::size_t>, std::size_t> RhsCountMap;
|
||||||
typedef boost::unordered_map<std::size_t, RhsCountMap> Map;
|
typedef boost::unordered_map<std::size_t, RhsCountMap> Map;
|
||||||
typedef Map::iterator iterator;
|
typedef Map::iterator iterator;
|
||||||
@ -43,28 +41,21 @@ public:
|
|||||||
|
|
||||||
RuleCollection() {}
|
RuleCollection() {}
|
||||||
|
|
||||||
iterator begin() {
|
iterator begin() { return collection_.begin(); }
|
||||||
return collection_.begin();
|
const_iterator begin() const { return collection_.begin(); }
|
||||||
}
|
|
||||||
const_iterator begin() const {
|
|
||||||
return collection_.begin();
|
|
||||||
}
|
|
||||||
|
|
||||||
iterator end() {
|
iterator end() { return collection_.end(); }
|
||||||
return collection_.end();
|
const_iterator end() const { return collection_.end(); }
|
||||||
}
|
|
||||||
const_iterator end() const {
|
|
||||||
return collection_.end();
|
|
||||||
}
|
|
||||||
|
|
||||||
void Add(std::size_t, const std::vector<std::size_t> &);
|
void Add(std::size_t, const std::vector<std::size_t> &);
|
||||||
void CreatePcfg(Pcfg &);
|
void CreatePcfg(Pcfg &);
|
||||||
|
|
||||||
private:
|
private:
|
||||||
Map collection_;
|
Map collection_;
|
||||||
};
|
};
|
||||||
|
|
||||||
} // namespace PCFG
|
} // namespace PCFG
|
||||||
} // namespace Moses
|
} // namespace Synatx
|
||||||
|
} // namespace MosesTraining
|
||||||
|
|
||||||
#endif
|
#endif
|
||||||
|
@ -21,7 +21,8 @@
|
|||||||
|
|
||||||
#include "pcfg-common/pcfg_tree.h"
|
#include "pcfg-common/pcfg_tree.h"
|
||||||
|
|
||||||
namespace Moses {
|
namespace MosesTraining {
|
||||||
|
namespace Syntax {
|
||||||
namespace PCFG {
|
namespace PCFG {
|
||||||
|
|
||||||
RuleExtractor::RuleExtractor(Vocabulary &non_term_vocab)
|
RuleExtractor::RuleExtractor(Vocabulary &non_term_vocab)
|
||||||
@ -48,4 +49,5 @@ void RuleExtractor::Extract(const PcfgTree &tree, RuleCollection &rc) const {
|
|||||||
}
|
}
|
||||||
|
|
||||||
} // namespace PCFG
|
} // namespace PCFG
|
||||||
} // namespace Moses
|
} // namespace Syntax
|
||||||
|
} // namespace MosesTraining
|
||||||
|
@ -21,28 +21,27 @@
|
|||||||
#ifndef PCFG_EXTRACT_RULE_EXTRACTOR_H_
|
#ifndef PCFG_EXTRACT_RULE_EXTRACTOR_H_
|
||||||
#define PCFG_EXTRACT_RULE_EXTRACTOR_H_
|
#define PCFG_EXTRACT_RULE_EXTRACTOR_H_
|
||||||
|
|
||||||
#include "rule_collection.h"
|
|
||||||
|
|
||||||
#include "pcfg-common/typedef.h"
|
#include "pcfg-common/typedef.h"
|
||||||
|
|
||||||
namespace Moses
|
#include "rule_collection.h"
|
||||||
{
|
|
||||||
namespace PCFG
|
namespace MosesTraining {
|
||||||
{
|
namespace Syntax {
|
||||||
|
namespace PCFG {
|
||||||
|
|
||||||
class PcfgTree;
|
class PcfgTree;
|
||||||
|
|
||||||
// Extracts PCFG rules from syntax trees and adds them to a RuleCollection.
|
// Extracts PCFG rules from syntax trees and adds them to a RuleCollection.
|
||||||
class RuleExtractor
|
class RuleExtractor {
|
||||||
{
|
public:
|
||||||
public:
|
|
||||||
RuleExtractor(Vocabulary &);
|
RuleExtractor(Vocabulary &);
|
||||||
void Extract(const PcfgTree &, RuleCollection &) const;
|
void Extract(const PcfgTree &, RuleCollection &) const;
|
||||||
private:
|
private:
|
||||||
Vocabulary &non_term_vocab_;
|
Vocabulary &non_term_vocab_;
|
||||||
};
|
};
|
||||||
|
|
||||||
} // namespace PCFG
|
} // namespace PCFG
|
||||||
} // namespace Moses
|
} // namespace Syntax
|
||||||
|
} // namespace MosesTraining
|
||||||
|
|
||||||
#endif
|
#endif
|
||||||
|
@ -20,6 +20,6 @@
|
|||||||
#include "pcfg_score.h"
|
#include "pcfg_score.h"
|
||||||
|
|
||||||
int main(int argc, char *argv[]) {
|
int main(int argc, char *argv[]) {
|
||||||
Moses::PCFG::PcfgScore tool;
|
MosesTraining::Syntax::PCFG::PcfgScore tool;
|
||||||
return tool.Main(argc, argv);
|
return tool.Main(argc, argv);
|
||||||
}
|
}
|
||||||
|
@ -23,16 +23,16 @@
|
|||||||
|
|
||||||
#include <string>
|
#include <string>
|
||||||
|
|
||||||
namespace Moses
|
namespace MosesTraining {
|
||||||
{
|
namespace Syntax {
|
||||||
namespace PCFG
|
namespace PCFG {
|
||||||
{
|
|
||||||
|
|
||||||
struct Options {
|
struct Options {
|
||||||
std::string pcfg_file;
|
std::string pcfg_file;
|
||||||
};
|
};
|
||||||
|
|
||||||
} // namespace PCFG
|
} // namespace PCFG
|
||||||
} // namespace Moses
|
} // namespace Syntax
|
||||||
|
} // namespace MosesTraining
|
||||||
|
|
||||||
#endif
|
#endif
|
||||||
|
@ -19,18 +19,6 @@
|
|||||||
|
|
||||||
#include "pcfg_score.h"
|
#include "pcfg_score.h"
|
||||||
|
|
||||||
#include "options.h"
|
|
||||||
#include "tree_scorer.h"
|
|
||||||
|
|
||||||
#include "pcfg-common/exception.h"
|
|
||||||
#include "pcfg-common/pcfg.h"
|
|
||||||
#include "pcfg-common/pcfg_tree.h"
|
|
||||||
#include "pcfg-common/syntax_tree.h"
|
|
||||||
#include "pcfg-common/typedef.h"
|
|
||||||
#include "pcfg-common/xml_tree_parser.h"
|
|
||||||
|
|
||||||
#include <boost/program_options.hpp>
|
|
||||||
|
|
||||||
#include <cassert>
|
#include <cassert>
|
||||||
#include <cstdlib>
|
#include <cstdlib>
|
||||||
#include <fstream>
|
#include <fstream>
|
||||||
@ -40,8 +28,21 @@
|
|||||||
#include <set>
|
#include <set>
|
||||||
#include <string>
|
#include <string>
|
||||||
#include <vector>
|
#include <vector>
|
||||||
|
#include "options.h"
|
||||||
|
#include "tree_scorer.h"
|
||||||
|
|
||||||
namespace Moses {
|
#include <boost/program_options.hpp>
|
||||||
|
|
||||||
|
#include "syntax-common/exception.h"
|
||||||
|
|
||||||
|
#include "pcfg-common/pcfg.h"
|
||||||
|
#include "pcfg-common/pcfg_tree.h"
|
||||||
|
#include "pcfg-common/syntax_tree.h"
|
||||||
|
#include "pcfg-common/typedef.h"
|
||||||
|
#include "pcfg-common/xml_tree_parser.h"
|
||||||
|
|
||||||
|
namespace MosesTraining {
|
||||||
|
namespace Syntax {
|
||||||
namespace PCFG {
|
namespace PCFG {
|
||||||
|
|
||||||
int PcfgScore::Main(int argc, char *argv[]) {
|
int PcfgScore::Main(int argc, char *argv[]) {
|
||||||
@ -149,4 +150,5 @@ void PcfgScore::ProcessOptions(int argc, char *argv[], Options &options) const {
|
|||||||
}
|
}
|
||||||
|
|
||||||
} // namespace PCFG
|
} // namespace PCFG
|
||||||
} // namespace Moses
|
} // namespace Syntax
|
||||||
|
} // namespace MosesTraining
|
||||||
|
@ -23,23 +23,22 @@
|
|||||||
|
|
||||||
#include "pcfg-common/tool.h"
|
#include "pcfg-common/tool.h"
|
||||||
|
|
||||||
namespace Moses
|
namespace MosesTraining {
|
||||||
{
|
namespace Syntax {
|
||||||
namespace PCFG
|
namespace PCFG {
|
||||||
{
|
|
||||||
|
|
||||||
class Options;
|
struct Options;
|
||||||
|
|
||||||
class PcfgScore : public Tool
|
class PcfgScore : public Tool {
|
||||||
{
|
public:
|
||||||
public:
|
|
||||||
PcfgScore() : Tool("pcfg-score") {}
|
PcfgScore() : Tool("pcfg-score") {}
|
||||||
virtual int Main(int, char *[]);
|
virtual int Main(int, char *[]);
|
||||||
private:
|
private:
|
||||||
void ProcessOptions(int, char *[], Options &) const;
|
void ProcessOptions(int, char *[], Options &) const;
|
||||||
};
|
};
|
||||||
|
|
||||||
} // namespace PCFG
|
} // namespace PCFG
|
||||||
} // namespace Moses
|
} // namespace Syntax
|
||||||
|
} // namespace MosesTraining
|
||||||
|
|
||||||
#endif
|
#endif
|
||||||
|
@ -21,7 +21,8 @@
|
|||||||
|
|
||||||
#include <cassert>
|
#include <cassert>
|
||||||
|
|
||||||
namespace Moses {
|
namespace MosesTraining {
|
||||||
|
namespace Syntax {
|
||||||
namespace PCFG {
|
namespace PCFG {
|
||||||
|
|
||||||
TreeScorer::TreeScorer(const Pcfg &pcfg, const Vocabulary &non_term_vocab)
|
TreeScorer::TreeScorer(const Pcfg &pcfg, const Vocabulary &non_term_vocab)
|
||||||
@ -65,4 +66,5 @@ bool TreeScorer::Score(PcfgTree &root) const {
|
|||||||
}
|
}
|
||||||
|
|
||||||
} // namespace PCFG
|
} // namespace PCFG
|
||||||
} // namespace Moses
|
} // namespace Syntax
|
||||||
|
} // namespace MosesTraining
|
||||||
|
@ -25,26 +25,25 @@
|
|||||||
#include "pcfg-common/pcfg_tree.h"
|
#include "pcfg-common/pcfg_tree.h"
|
||||||
#include "pcfg-common/typedef.h"
|
#include "pcfg-common/typedef.h"
|
||||||
|
|
||||||
namespace Moses
|
namespace MosesTraining {
|
||||||
{
|
namespace Syntax {
|
||||||
namespace PCFG
|
namespace PCFG {
|
||||||
{
|
|
||||||
|
|
||||||
class TreeScorer
|
class TreeScorer {
|
||||||
{
|
public:
|
||||||
public:
|
|
||||||
TreeScorer(const Pcfg &, const Vocabulary &);
|
TreeScorer(const Pcfg &, const Vocabulary &);
|
||||||
|
|
||||||
// Score tree according to PCFG. Returns false if unsuccessful (due to
|
// Score tree according to PCFG. Returns false if unsuccessful (due to
|
||||||
// missing rule).
|
// missing rule).
|
||||||
bool Score(PcfgTree &) const;
|
bool Score(PcfgTree &) const;
|
||||||
|
|
||||||
private:
|
private:
|
||||||
const Pcfg &pcfg_;
|
const Pcfg &pcfg_;
|
||||||
const Vocabulary &non_term_vocab_;
|
const Vocabulary &non_term_vocab_;
|
||||||
};
|
};
|
||||||
|
|
||||||
} // namespace PCFG
|
} // namespace PCFG
|
||||||
} // namespace Moses
|
} // namespace Syntax
|
||||||
|
} // namespace MosesTraining
|
||||||
|
|
||||||
#endif
|
#endif
|
||||||
|
@ -77,7 +77,7 @@ void init(int argc, char* argv[])
|
|||||||
|
|
||||||
if (argc < 2) {
|
if (argc < 2) {
|
||||||
cerr << "syntax: relax-parse < in-parse > out-parse ["
|
cerr << "syntax: relax-parse < in-parse > out-parse ["
|
||||||
<< " --LeftBinarize | ---RightBinarize |"
|
<< " --LeftBinarize | --RightBinarize |"
|
||||||
<< " --SAMT 1-4 ]" << endl;
|
<< " --SAMT 1-4 ]" << endl;
|
||||||
exit(1);
|
exit(1);
|
||||||
}
|
}
|
||||||
|
@ -1,23 +0,0 @@
|
|||||||
#pragma once
|
|
||||||
|
|
||||||
#include <string>
|
|
||||||
|
|
||||||
namespace Moses
|
|
||||||
{
|
|
||||||
namespace ScoreStsg
|
|
||||||
{
|
|
||||||
|
|
||||||
class Exception
|
|
||||||
{
|
|
||||||
public:
|
|
||||||
Exception(const char *msg) : m_msg(msg) {}
|
|
||||||
Exception(const std::string &msg) : m_msg(msg) {}
|
|
||||||
const std::string &GetMsg() const {
|
|
||||||
return m_msg;
|
|
||||||
}
|
|
||||||
private:
|
|
||||||
std::string m_msg;
|
|
||||||
};
|
|
||||||
|
|
||||||
} // namespace ScoreStsg
|
|
||||||
} // namespace Moses
|
|
@ -1 +1 @@
|
|||||||
exe score-stsg : [ glob *.cpp ] ..//deps ../..//boost_iostreams ../..//boost_program_options ../..//z : <include>.. ;
|
exe score-stsg : [ glob *.cpp ] ..//syntax-common ..//deps ../..//boost_iostreams ../..//boost_program_options ../..//z : <include>.. ;
|
||||||
|
@ -5,7 +5,9 @@
|
|||||||
#include <cstdlib>
|
#include <cstdlib>
|
||||||
#include <iostream>
|
#include <iostream>
|
||||||
|
|
||||||
namespace Moses
|
namespace MosesTraining
|
||||||
|
{
|
||||||
|
namespace Syntax
|
||||||
{
|
{
|
||||||
namespace ScoreStsg
|
namespace ScoreStsg
|
||||||
{
|
{
|
||||||
@ -50,4 +52,5 @@ void LexicalTable::Load(std::istream &input)
|
|||||||
}
|
}
|
||||||
|
|
||||||
} // namespace ScoreStsg
|
} // namespace ScoreStsg
|
||||||
} // namespace Moses
|
} // namespace Syntax
|
||||||
|
} // namespace MosesTraining
|
||||||
|
@ -8,7 +8,9 @@
|
|||||||
|
|
||||||
#include "Vocabulary.h"
|
#include "Vocabulary.h"
|
||||||
|
|
||||||
namespace Moses
|
namespace MosesTraining
|
||||||
|
{
|
||||||
|
namespace Syntax
|
||||||
{
|
{
|
||||||
namespace ScoreStsg
|
namespace ScoreStsg
|
||||||
{
|
{
|
||||||
@ -40,4 +42,5 @@ private:
|
|||||||
};
|
};
|
||||||
|
|
||||||
} // namespace ScoreStsg
|
} // namespace ScoreStsg
|
||||||
} // namespace Moses
|
} // namespace Syntax
|
||||||
|
} // namespace MosesTraining
|
||||||
|
@ -2,6 +2,6 @@
|
|||||||
|
|
||||||
int main(int argc, char *argv[])
|
int main(int argc, char *argv[])
|
||||||
{
|
{
|
||||||
Moses::ScoreStsg::ScoreStsg tool;
|
MosesTraining::Syntax::ScoreStsg::ScoreStsg tool;
|
||||||
return tool.Main(argc, argv);
|
return tool.Main(argc, argv);
|
||||||
}
|
}
|
||||||
|
@ -2,7 +2,9 @@
|
|||||||
|
|
||||||
#include <string>
|
#include <string>
|
||||||
|
|
||||||
namespace Moses
|
namespace MosesTraining
|
||||||
|
{
|
||||||
|
namespace Syntax
|
||||||
{
|
{
|
||||||
namespace ScoreStsg
|
namespace ScoreStsg
|
||||||
{
|
{
|
||||||
@ -38,4 +40,5 @@ public:
|
|||||||
};
|
};
|
||||||
|
|
||||||
} // namespace ScoreStsg
|
} // namespace ScoreStsg
|
||||||
} // namespace Moses
|
} // namespace Syntax
|
||||||
|
} // namespace MosesTraining
|
||||||
|
@ -1,6 +1,8 @@
|
|||||||
#include "RuleGroup.h"
|
#include "RuleGroup.h"
|
||||||
|
|
||||||
namespace Moses
|
namespace MosesTraining
|
||||||
|
{
|
||||||
|
namespace Syntax
|
||||||
{
|
{
|
||||||
namespace ScoreStsg
|
namespace ScoreStsg
|
||||||
{
|
{
|
||||||
@ -39,4 +41,5 @@ void RuleGroup::AddRule(const StringPiece &target, const StringPiece &ntAlign,
|
|||||||
}
|
}
|
||||||
|
|
||||||
} // namespace ScoreStsg
|
} // namespace ScoreStsg
|
||||||
} // namespace Moses
|
} // namespace Syntax
|
||||||
|
} // namespace MosesTraining
|
||||||
|
@ -6,7 +6,9 @@
|
|||||||
|
|
||||||
#include "util/string_piece.hh"
|
#include "util/string_piece.hh"
|
||||||
|
|
||||||
namespace Moses
|
namespace MosesTraining
|
||||||
|
{
|
||||||
|
namespace Syntax
|
||||||
{
|
{
|
||||||
namespace ScoreStsg
|
namespace ScoreStsg
|
||||||
{
|
{
|
||||||
@ -65,4 +67,5 @@ private:
|
|||||||
};
|
};
|
||||||
|
|
||||||
} // namespace ScoreStsg
|
} // namespace ScoreStsg
|
||||||
} // namespace Moses
|
} // namespace Syntax
|
||||||
|
} // namespace MosesTraining
|
||||||
|
@ -2,7 +2,9 @@
|
|||||||
|
|
||||||
#include "util/string_piece.hh"
|
#include "util/string_piece.hh"
|
||||||
|
|
||||||
namespace Moses
|
namespace MosesTraining
|
||||||
|
{
|
||||||
|
namespace Syntax
|
||||||
{
|
{
|
||||||
namespace ScoreStsg
|
namespace ScoreStsg
|
||||||
{
|
{
|
||||||
@ -14,4 +16,5 @@ struct RuleSymbol
|
|||||||
};
|
};
|
||||||
|
|
||||||
} // namespace ScoreStsg
|
} // namespace ScoreStsg
|
||||||
} // namespace Moses
|
} // namespace Syntax
|
||||||
|
} // namespace MosesTraining
|
||||||
|
@ -12,14 +12,15 @@
|
|||||||
#include "util/string_piece.hh"
|
#include "util/string_piece.hh"
|
||||||
#include "util/tokenize_piece.hh"
|
#include "util/tokenize_piece.hh"
|
||||||
|
|
||||||
#include "Exception.h"
|
|
||||||
#include "InputFileStream.h"
|
#include "InputFileStream.h"
|
||||||
#include "LexicalTable.h"
|
#include "LexicalTable.h"
|
||||||
#include "OutputFileStream.h"
|
#include "OutputFileStream.h"
|
||||||
#include "Options.h"
|
#include "Options.h"
|
||||||
#include "RuleGroup.h"
|
#include "RuleGroup.h"
|
||||||
|
|
||||||
namespace Moses
|
namespace MosesTraining
|
||||||
|
{
|
||||||
|
namespace Syntax
|
||||||
{
|
{
|
||||||
namespace ScoreStsg
|
namespace ScoreStsg
|
||||||
{
|
{
|
||||||
@ -75,4 +76,5 @@ void RuleTableWriter::WriteRuleHalf(const TokenizedRuleHalf &half)
|
|||||||
}
|
}
|
||||||
|
|
||||||
} // namespace ScoreStsg
|
} // namespace ScoreStsg
|
||||||
} // namespace Moses
|
} // namespace Syntax
|
||||||
|
} // namespace MosesTraining
|
||||||
|
@ -8,7 +8,9 @@
|
|||||||
#include "Options.h"
|
#include "Options.h"
|
||||||
#include "TokenizedRuleHalf.h"
|
#include "TokenizedRuleHalf.h"
|
||||||
|
|
||||||
namespace Moses
|
namespace MosesTraining
|
||||||
|
{
|
||||||
|
namespace Syntax
|
||||||
{
|
{
|
||||||
namespace ScoreStsg
|
namespace ScoreStsg
|
||||||
{
|
{
|
||||||
@ -16,7 +18,7 @@ namespace ScoreStsg
|
|||||||
class RuleTableWriter
|
class RuleTableWriter
|
||||||
{
|
{
|
||||||
public:
|
public:
|
||||||
RuleTableWriter(const Options &options, OutputFileStream &out)
|
RuleTableWriter(const Options &options, Moses::OutputFileStream &out)
|
||||||
: m_options(options)
|
: m_options(options)
|
||||||
, m_out(out) {}
|
, m_out(out) {}
|
||||||
|
|
||||||
@ -34,8 +36,9 @@ private:
|
|||||||
void WriteRuleHalf(const TokenizedRuleHalf &);
|
void WriteRuleHalf(const TokenizedRuleHalf &);
|
||||||
|
|
||||||
const Options &m_options;
|
const Options &m_options;
|
||||||
OutputFileStream &m_out;
|
Moses::OutputFileStream &m_out;
|
||||||
};
|
};
|
||||||
|
|
||||||
} // namespace ScoreStsg
|
} // namespace ScoreStsg
|
||||||
} // namespace Moses
|
} // namespace Syntax
|
||||||
|
} // namespace MosesTraining
|
||||||
|
@ -15,15 +15,19 @@
|
|||||||
#include "util/string_piece_hash.hh"
|
#include "util/string_piece_hash.hh"
|
||||||
#include "util/tokenize_piece.hh"
|
#include "util/tokenize_piece.hh"
|
||||||
|
|
||||||
#include "Exception.h"
|
|
||||||
#include "InputFileStream.h"
|
#include "InputFileStream.h"
|
||||||
#include "LexicalTable.h"
|
|
||||||
#include "OutputFileStream.h"
|
#include "OutputFileStream.h"
|
||||||
|
|
||||||
|
#include "syntax-common/exception.h"
|
||||||
|
|
||||||
|
#include "LexicalTable.h"
|
||||||
#include "Options.h"
|
#include "Options.h"
|
||||||
#include "RuleGroup.h"
|
#include "RuleGroup.h"
|
||||||
#include "RuleTableWriter.h"
|
#include "RuleTableWriter.h"
|
||||||
|
|
||||||
namespace Moses
|
namespace MosesTraining
|
||||||
|
{
|
||||||
|
namespace Syntax
|
||||||
{
|
{
|
||||||
namespace ScoreStsg
|
namespace ScoreStsg
|
||||||
{
|
{
|
||||||
@ -44,12 +48,12 @@ int ScoreStsg::Main(int argc, char *argv[])
|
|||||||
ProcessOptions(argc, argv, m_options);
|
ProcessOptions(argc, argv, m_options);
|
||||||
|
|
||||||
// Open input files.
|
// Open input files.
|
||||||
InputFileStream extractStream(m_options.extractFile);
|
Moses::InputFileStream extractStream(m_options.extractFile);
|
||||||
InputFileStream lexStream(m_options.lexFile);
|
Moses::InputFileStream lexStream(m_options.lexFile);
|
||||||
|
|
||||||
// Open output files.
|
// Open output files.
|
||||||
OutputFileStream outStream;
|
Moses::OutputFileStream outStream;
|
||||||
OutputFileStream countOfCountsStream;
|
Moses::OutputFileStream countOfCountsStream;
|
||||||
OpenOutputFileOrDie(m_options.tableFile, outStream);
|
OpenOutputFileOrDie(m_options.tableFile, outStream);
|
||||||
if (m_options.goodTuring || m_options.kneserNey) {
|
if (m_options.goodTuring || m_options.kneserNey) {
|
||||||
OpenOutputFileOrDie(m_options.tableFile+".coc", countOfCountsStream);
|
OpenOutputFileOrDie(m_options.tableFile+".coc", countOfCountsStream);
|
||||||
@ -161,7 +165,7 @@ void ScoreStsg::ProcessRuleGroupOrDie(const RuleGroup &group,
|
|||||||
} catch (const Exception &e) {
|
} catch (const Exception &e) {
|
||||||
std::ostringstream msg;
|
std::ostringstream msg;
|
||||||
msg << "failed to process rule group at lines " << start << "-" << end
|
msg << "failed to process rule group at lines " << start << "-" << end
|
||||||
<< ": " << e.GetMsg();
|
<< ": " << e.msg();
|
||||||
Error(msg.str());
|
Error(msg.str());
|
||||||
} catch (const std::exception &e) {
|
} catch (const std::exception &e) {
|
||||||
std::ostringstream msg;
|
std::ostringstream msg;
|
||||||
@ -228,7 +232,7 @@ void ScoreStsg::ProcessRuleGroup(const RuleGroup &group,
|
|||||||
}
|
}
|
||||||
|
|
||||||
void ScoreStsg::ParseAlignmentString(const std::string &s, int numTgtWords,
|
void ScoreStsg::ParseAlignmentString(const std::string &s, int numTgtWords,
|
||||||
MosesTraining::ALIGNMENT &tgtToSrc)
|
ALIGNMENT &tgtToSrc)
|
||||||
{
|
{
|
||||||
tgtToSrc.clear();
|
tgtToSrc.clear();
|
||||||
tgtToSrc.resize(numTgtWords);
|
tgtToSrc.resize(numTgtWords);
|
||||||
@ -262,7 +266,7 @@ void ScoreStsg::ParseAlignmentString(const std::string &s, int numTgtWords,
|
|||||||
|
|
||||||
double ScoreStsg::ComputeLexProb(const std::vector<RuleSymbol> &sourceFrontier,
|
double ScoreStsg::ComputeLexProb(const std::vector<RuleSymbol> &sourceFrontier,
|
||||||
const std::vector<RuleSymbol> &targetFrontier,
|
const std::vector<RuleSymbol> &targetFrontier,
|
||||||
const MosesTraining::ALIGNMENT &tgtToSrc)
|
const ALIGNMENT &tgtToSrc)
|
||||||
{
|
{
|
||||||
double lexScore = 1.0;
|
double lexScore = 1.0;
|
||||||
for (std::size_t i = 0; i < targetFrontier.size(); ++i) {
|
for (std::size_t i = 0; i < targetFrontier.size(); ++i) {
|
||||||
@ -293,7 +297,7 @@ double ScoreStsg::ComputeLexProb(const std::vector<RuleSymbol> &sourceFrontier,
|
|||||||
}
|
}
|
||||||
|
|
||||||
void ScoreStsg::OpenOutputFileOrDie(const std::string &filename,
|
void ScoreStsg::OpenOutputFileOrDie(const std::string &filename,
|
||||||
OutputFileStream &stream)
|
Moses::OutputFileStream &stream)
|
||||||
{
|
{
|
||||||
bool ret = stream.Open(filename);
|
bool ret = stream.Open(filename);
|
||||||
if (!ret) {
|
if (!ret) {
|
||||||
@ -437,4 +441,5 @@ void ScoreStsg::Error(const std::string &msg) const
|
|||||||
}
|
}
|
||||||
|
|
||||||
} // namespace ScoreStsg
|
} // namespace ScoreStsg
|
||||||
} // namespace Moses
|
} // namespace Syntax
|
||||||
|
} // namespace MosesTraining
|
||||||
|
@ -7,6 +7,7 @@
|
|||||||
#include <vector>
|
#include <vector>
|
||||||
|
|
||||||
#include "ExtractionPhrasePair.h"
|
#include "ExtractionPhrasePair.h"
|
||||||
|
#include "OutputFileStream.h"
|
||||||
|
|
||||||
#include "LexicalTable.h"
|
#include "LexicalTable.h"
|
||||||
#include "Options.h"
|
#include "Options.h"
|
||||||
@ -14,11 +15,10 @@
|
|||||||
#include "TokenizedRuleHalf.h"
|
#include "TokenizedRuleHalf.h"
|
||||||
#include "Vocabulary.h"
|
#include "Vocabulary.h"
|
||||||
|
|
||||||
namespace Moses
|
namespace MosesTraining
|
||||||
|
{
|
||||||
|
namespace Syntax
|
||||||
{
|
{
|
||||||
|
|
||||||
class OutputFileStream;
|
|
||||||
|
|
||||||
namespace ScoreStsg
|
namespace ScoreStsg
|
||||||
{
|
{
|
||||||
|
|
||||||
@ -41,14 +41,14 @@ private:
|
|||||||
|
|
||||||
double ComputeLexProb(const std::vector<RuleSymbol> &,
|
double ComputeLexProb(const std::vector<RuleSymbol> &,
|
||||||
const std::vector<RuleSymbol> &,
|
const std::vector<RuleSymbol> &,
|
||||||
const MosesTraining::ALIGNMENT &);
|
const ALIGNMENT &);
|
||||||
|
|
||||||
void Error(const std::string &) const;
|
void Error(const std::string &) const;
|
||||||
|
|
||||||
void OpenOutputFileOrDie(const std::string &, OutputFileStream &);
|
void OpenOutputFileOrDie(const std::string &, Moses::OutputFileStream &);
|
||||||
|
|
||||||
void ParseAlignmentString(const std::string &, int,
|
void ParseAlignmentString(const std::string &, int,
|
||||||
MosesTraining::ALIGNMENT &);
|
ALIGNMENT &);
|
||||||
|
|
||||||
void ProcessOptions(int, char *[], Options &) const;
|
void ProcessOptions(int, char *[], Options &) const;
|
||||||
|
|
||||||
@ -68,8 +68,9 @@ private:
|
|||||||
int m_totalDistinct;
|
int m_totalDistinct;
|
||||||
TokenizedRuleHalf m_sourceHalf;
|
TokenizedRuleHalf m_sourceHalf;
|
||||||
TokenizedRuleHalf m_targetHalf;
|
TokenizedRuleHalf m_targetHalf;
|
||||||
MosesTraining::ALIGNMENT m_tgtToSrc;
|
ALIGNMENT m_tgtToSrc;
|
||||||
};
|
};
|
||||||
|
|
||||||
} // namespace ScoreStsg
|
} // namespace ScoreStsg
|
||||||
} // namespace Moses
|
} // namespace Syntax
|
||||||
|
} // namespace MosesTraining
|
||||||
|
@ -1,6 +1,8 @@
|
|||||||
#include "TokenizedRuleHalf.h"
|
#include "TokenizedRuleHalf.h"
|
||||||
|
|
||||||
namespace Moses
|
namespace MosesTraining
|
||||||
|
{
|
||||||
|
namespace Syntax
|
||||||
{
|
{
|
||||||
namespace ScoreStsg
|
namespace ScoreStsg
|
||||||
{
|
{
|
||||||
@ -34,4 +36,5 @@ bool TokenizedRuleHalf::IsTree() const
|
|||||||
}
|
}
|
||||||
|
|
||||||
} // namespace ScoreStsg
|
} // namespace ScoreStsg
|
||||||
} // namespace Moses
|
} // namespace Syntax
|
||||||
|
} // namespace MosesTraining
|
||||||
|
@ -3,10 +3,13 @@
|
|||||||
#include <string>
|
#include <string>
|
||||||
#include <vector>
|
#include <vector>
|
||||||
|
|
||||||
#include "RuleSymbol.h"
|
#include "syntax-common/tree_fragment_tokenizer.h"
|
||||||
#include "TreeFragmentTokenizer.h"
|
|
||||||
|
|
||||||
namespace Moses
|
#include "RuleSymbol.h"
|
||||||
|
|
||||||
|
namespace MosesTraining
|
||||||
|
{
|
||||||
|
namespace Syntax
|
||||||
{
|
{
|
||||||
namespace ScoreStsg
|
namespace ScoreStsg
|
||||||
{
|
{
|
||||||
@ -42,4 +45,5 @@ struct TokenizedRuleHalf
|
|||||||
};
|
};
|
||||||
|
|
||||||
} // namespace ScoreStsg
|
} // namespace ScoreStsg
|
||||||
} // namespace Moses
|
} // namespace Syntax
|
||||||
|
} // namespace MosesTraining
|
||||||
|
@ -2,12 +2,14 @@
|
|||||||
|
|
||||||
#include <string>
|
#include <string>
|
||||||
|
|
||||||
#include "NumberedSet.h"
|
#include "syntax-common/numbered_set.h"
|
||||||
|
|
||||||
namespace Moses {
|
namespace MosesTraining {
|
||||||
|
namespace Syntax {
|
||||||
namespace ScoreStsg {
|
namespace ScoreStsg {
|
||||||
|
|
||||||
typedef NumberedSet<std::string, std::size_t> Vocabulary;
|
typedef NumberedSet<std::string, std::size_t> Vocabulary;
|
||||||
|
|
||||||
} // namespace ScoreStsg
|
} // namespace ScoreStsg
|
||||||
} // namespace Moses
|
} // namespace Syntax
|
||||||
|
} // namespace MosesTraining
|
||||||
|
8
phrase-extract/syntax-common/Jamfile
Normal file
8
phrase-extract/syntax-common/Jamfile
Normal file
@ -0,0 +1,8 @@
|
|||||||
|
lib syntax_common : [ glob *.cc : *_test.cc ] ..//deps : <include>.. ;
|
||||||
|
|
||||||
|
import testing ;
|
||||||
|
|
||||||
|
for local t in [ glob *_test.cc ] {
|
||||||
|
local name = [ MATCH "(.*)\.cc" : $(t) ] ;
|
||||||
|
unit-test $(name) : $(t) syntax_common /top//boost_unit_test_framework /top//boost_system ;
|
||||||
|
}
|
20
phrase-extract/syntax-common/exception.h
Normal file
20
phrase-extract/syntax-common/exception.h
Normal file
@ -0,0 +1,20 @@
|
|||||||
|
#pragma once
|
||||||
|
|
||||||
|
#include <string>
|
||||||
|
|
||||||
|
namespace MosesTraining {
|
||||||
|
namespace Syntax {
|
||||||
|
|
||||||
|
class Exception {
|
||||||
|
public:
|
||||||
|
Exception(const char *msg) : msg_(msg) {}
|
||||||
|
Exception(const std::string &msg) : msg_(msg) {}
|
||||||
|
|
||||||
|
const std::string &msg() const { return msg_; }
|
||||||
|
|
||||||
|
private:
|
||||||
|
std::string msg_;
|
||||||
|
};
|
||||||
|
|
||||||
|
} // namespace Syntax
|
||||||
|
} // namespace MosesTraining
|
@ -6,10 +6,10 @@
|
|||||||
|
|
||||||
#include <boost/unordered_map.hpp>
|
#include <boost/unordered_map.hpp>
|
||||||
|
|
||||||
#include "Exception.h"
|
#include "exception.h"
|
||||||
|
|
||||||
namespace Moses {
|
namespace MosesTraining {
|
||||||
namespace ScoreStsg {
|
namespace Syntax {
|
||||||
|
|
||||||
// Stores a set of elements of type T, each of which is allocated an integral
|
// Stores a set of elements of type T, each of which is allocated an integral
|
||||||
// ID of type I. IDs are contiguous starting at 0. Individual elements cannot
|
// ID of type I. IDs are contiguous starting at 0. Individual elements cannot
|
||||||
@ -106,5 +106,5 @@ void NumberedSet<T, I>::Clear() {
|
|||||||
id_to_element_.clear();
|
id_to_element_.clear();
|
||||||
}
|
}
|
||||||
|
|
||||||
} // namespace ScoreStsg
|
} // namespace Syntax
|
||||||
} // namespace Moses
|
} // namespace MosesTraining
|
13
phrase-extract/syntax-common/string_tree.h
Normal file
13
phrase-extract/syntax-common/string_tree.h
Normal file
@ -0,0 +1,13 @@
|
|||||||
|
#pragma once
|
||||||
|
|
||||||
|
#include <string>
|
||||||
|
|
||||||
|
#include "tree.h"
|
||||||
|
|
||||||
|
namespace MosesTraining {
|
||||||
|
namespace Syntax {
|
||||||
|
|
||||||
|
typedef Tree<std::string> StringTree;
|
||||||
|
|
||||||
|
} // namespace Syntax
|
||||||
|
} // namespace MosesTraining
|
115
phrase-extract/syntax-common/tree-inl.h
Normal file
115
phrase-extract/syntax-common/tree-inl.h
Normal file
@ -0,0 +1,115 @@
|
|||||||
|
#pragma once
|
||||||
|
|
||||||
|
#include <stack>
|
||||||
|
#include <vector>
|
||||||
|
|
||||||
|
namespace MosesTraining {
|
||||||
|
namespace Syntax {
|
||||||
|
|
||||||
|
template<typename T>
|
||||||
|
Tree<T>::~Tree() {
|
||||||
|
for (typename std::vector<Tree *>::iterator p = children_.begin();
|
||||||
|
p != children_.end(); ++p) {
|
||||||
|
delete *p;
|
||||||
|
}
|
||||||
|
}
|
||||||
|
|
||||||
|
template<typename T>
|
||||||
|
void Tree<T>::SetParents() {
|
||||||
|
for (typename std::vector<Tree *>::iterator p = children_.begin();
|
||||||
|
p != children_.end(); ++p) {
|
||||||
|
(*p)->parent() = this;
|
||||||
|
(*p)->SetParents();
|
||||||
|
}
|
||||||
|
}
|
||||||
|
|
||||||
|
template<typename T>
|
||||||
|
std::size_t Tree<T>::Depth() const {
|
||||||
|
std::size_t depth = 0;
|
||||||
|
Tree *ancestor = parent_;
|
||||||
|
while (ancestor != 0) {
|
||||||
|
++depth;
|
||||||
|
ancestor = ancestor->parent_;
|
||||||
|
}
|
||||||
|
return depth;
|
||||||
|
}
|
||||||
|
|
||||||
|
template<typename T>
|
||||||
|
class Tree<T>::PreOrderIterator {
|
||||||
|
public:
|
||||||
|
PreOrderIterator();
|
||||||
|
PreOrderIterator(Tree<T> &);
|
||||||
|
|
||||||
|
Tree<T> &operator*() { return *node_; }
|
||||||
|
Tree<T> *operator->() { return node_; }
|
||||||
|
|
||||||
|
PreOrderIterator &operator++();
|
||||||
|
PreOrderIterator operator++(int);
|
||||||
|
|
||||||
|
bool operator==(const Tree<T>::PreOrderIterator &);
|
||||||
|
bool operator!=(const Tree<T>::PreOrderIterator &);
|
||||||
|
|
||||||
|
private:
|
||||||
|
// Pointer to the current node.
|
||||||
|
Tree<T> *node_;
|
||||||
|
|
||||||
|
// Stack of indices defining the position of node_ within the child vectors
|
||||||
|
// of its ancestors.
|
||||||
|
std::stack<std::size_t> index_stack_;
|
||||||
|
};
|
||||||
|
|
||||||
|
template<typename T>
|
||||||
|
Tree<T>::PreOrderIterator::PreOrderIterator()
|
||||||
|
: node_(0) {
|
||||||
|
}
|
||||||
|
|
||||||
|
template<typename T>
|
||||||
|
Tree<T>::PreOrderIterator::PreOrderIterator(Tree<T> &t)
|
||||||
|
: node_(&t) {
|
||||||
|
}
|
||||||
|
|
||||||
|
template<typename T>
|
||||||
|
typename Tree<T>::PreOrderIterator &Tree<T>::PreOrderIterator::operator++() {
|
||||||
|
// If the current node has children then visit the left-most child next.
|
||||||
|
if (!node_->children().empty()) {
|
||||||
|
index_stack_.push(0);
|
||||||
|
node_ = node_->children()[0];
|
||||||
|
return *this;
|
||||||
|
}
|
||||||
|
// Otherwise, try node's ancestors until either a node is found with a
|
||||||
|
// sibling to the right or we reach the root (in which case the traversal
|
||||||
|
// is complete).
|
||||||
|
Tree<T> *ancestor = node_->parent_;
|
||||||
|
while (ancestor) {
|
||||||
|
std::size_t index = index_stack_.top();
|
||||||
|
index_stack_.pop();
|
||||||
|
if (index+1 < ancestor->children_.size()) {
|
||||||
|
index_stack_.push(index+1);
|
||||||
|
node_ = ancestor->children()[index+1];
|
||||||
|
return *this;
|
||||||
|
}
|
||||||
|
ancestor = ancestor->parent_;
|
||||||
|
}
|
||||||
|
node_ = 0;
|
||||||
|
return *this;
|
||||||
|
}
|
||||||
|
|
||||||
|
template<typename T>
|
||||||
|
typename Tree<T>::PreOrderIterator Tree<T>::PreOrderIterator::operator++(int) {
|
||||||
|
PreOrderIterator tmp(*this);
|
||||||
|
++*this;
|
||||||
|
return tmp;
|
||||||
|
}
|
||||||
|
|
||||||
|
template<typename T>
|
||||||
|
bool Tree<T>::PreOrderIterator::operator==(const PreOrderIterator &rhs) {
|
||||||
|
return node_ == rhs.node_;
|
||||||
|
}
|
||||||
|
|
||||||
|
template<typename T>
|
||||||
|
bool Tree<T>::PreOrderIterator::operator!=(const PreOrderIterator &rhs) {
|
||||||
|
return node_ != rhs.node_;
|
||||||
|
}
|
||||||
|
|
||||||
|
} // namespace Syntax
|
||||||
|
} // namespace MosesTraining
|
91
phrase-extract/syntax-common/tree.h
Normal file
91
phrase-extract/syntax-common/tree.h
Normal file
@ -0,0 +1,91 @@
|
|||||||
|
#pragma once
|
||||||
|
|
||||||
|
#include <vector>
|
||||||
|
|
||||||
|
namespace MosesTraining {
|
||||||
|
namespace Syntax {
|
||||||
|
|
||||||
|
// A basic k-ary tree with node values of type T. Each node has a vector of
|
||||||
|
// pointers to its children and a pointer to its parent (or 0 for the root).
|
||||||
|
//
|
||||||
|
// See the unit tests in tree_test.cc for examples of usage.
|
||||||
|
//
|
||||||
|
// Note: a Tree owns its children: it will delete them on destruction.
|
||||||
|
//
|
||||||
|
// Note: it's the user's responsibility to ensure that parent and child pointers
|
||||||
|
// are correctly set and maintained. A convenient(-ish) way of building a
|
||||||
|
// properly-connected tree is to add all the nodes as children of their
|
||||||
|
// respective parents (using the children() accessor) and then call
|
||||||
|
// SetParents() on the root at the end.
|
||||||
|
//
|
||||||
|
template<typename T>
|
||||||
|
class Tree {
|
||||||
|
public:
|
||||||
|
// Constructors
|
||||||
|
Tree()
|
||||||
|
: value_()
|
||||||
|
, children_()
|
||||||
|
, parent_(0) {}
|
||||||
|
|
||||||
|
Tree(const T &value)
|
||||||
|
: value_(value)
|
||||||
|
, children_()
|
||||||
|
, parent_(0) {}
|
||||||
|
|
||||||
|
// Destructor (deletes children)
|
||||||
|
~Tree();
|
||||||
|
|
||||||
|
// Access tree's value.
|
||||||
|
const T &value() const { return value_; }
|
||||||
|
T &value() { return value_; }
|
||||||
|
|
||||||
|
// Access tree's parent.
|
||||||
|
const Tree *parent() const { return parent_; }
|
||||||
|
Tree *&parent() { return parent_; }
|
||||||
|
|
||||||
|
// Access tree's children.
|
||||||
|
const std::vector<Tree *> &children() const { return children_; }
|
||||||
|
std::vector<Tree *> &children() { return children_; }
|
||||||
|
|
||||||
|
// Set the parent values for this subtree (excluding this node).
|
||||||
|
void SetParents();
|
||||||
|
|
||||||
|
// Leaf predicate.
|
||||||
|
bool IsLeaf() const { return children_.empty(); }
|
||||||
|
|
||||||
|
// Calculate the depth of this node within the tree (where the root has a
|
||||||
|
// depth of 0, root's children have a depth 1, etc).
|
||||||
|
std::size_t Depth() const;
|
||||||
|
|
||||||
|
// Iterators
|
||||||
|
//
|
||||||
|
// All iterators are forward iterators. Example use:
|
||||||
|
//
|
||||||
|
// Tree<int> &root = GetMeATree();
|
||||||
|
// for (Tree<int>::PreOrderIterator p(root);
|
||||||
|
// p != Tree<int>::PreOrderIterator(); ++p) {
|
||||||
|
// std::cout << p->value() << " ";
|
||||||
|
// }
|
||||||
|
|
||||||
|
// Pre-order iterators.
|
||||||
|
class PreOrderIterator;
|
||||||
|
// class ConstPreOrderIterator; TODO
|
||||||
|
|
||||||
|
// Post-order iterators.
|
||||||
|
// class PostOrderIterator; TODO
|
||||||
|
// class ConstPostOrderIterator; TODO
|
||||||
|
|
||||||
|
// Leaf iterators (left-to-right).
|
||||||
|
// class LeafIterator; TODO
|
||||||
|
// class ConstLeafIterator; TODO
|
||||||
|
|
||||||
|
private:
|
||||||
|
T value_;
|
||||||
|
std::vector<Tree *> children_;
|
||||||
|
Tree *parent_;
|
||||||
|
};
|
||||||
|
|
||||||
|
} // namespace Syntax
|
||||||
|
} // namespace MosesTraining
|
||||||
|
|
||||||
|
#include "tree-inl.h"
|
@ -1,10 +1,10 @@
|
|||||||
#include "TreeFragmentTokenizer.h"
|
#include "tree_fragment_tokenizer.h"
|
||||||
|
|
||||||
#include <cctype>
|
#include <cctype>
|
||||||
|
|
||||||
namespace Moses
|
namespace MosesTraining
|
||||||
{
|
{
|
||||||
namespace ScoreStsg
|
namespace Syntax
|
||||||
{
|
{
|
||||||
|
|
||||||
TreeFragmentToken::TreeFragmentToken(TreeFragmentTokenType t,
|
TreeFragmentToken::TreeFragmentToken(TreeFragmentTokenType t,
|
||||||
@ -86,5 +86,5 @@ bool operator!=(const TreeFragmentTokenizer &lhs,
|
|||||||
return !(lhs == rhs);
|
return !(lhs == rhs);
|
||||||
}
|
}
|
||||||
|
|
||||||
} // namespace ScoreStsg
|
} // namespace Syntax
|
||||||
} // namespace Moses
|
} // namespace MosesTraining
|
@ -2,10 +2,8 @@
|
|||||||
|
|
||||||
#include "util/string_piece.hh"
|
#include "util/string_piece.hh"
|
||||||
|
|
||||||
namespace Moses
|
namespace MosesTraining {
|
||||||
{
|
namespace Syntax {
|
||||||
namespace ScoreStsg
|
|
||||||
{
|
|
||||||
|
|
||||||
enum TreeFragmentTokenType {
|
enum TreeFragmentTokenType {
|
||||||
TreeFragmentToken_EOS,
|
TreeFragmentToken_EOS,
|
||||||
@ -24,10 +22,11 @@ struct TreeFragmentToken {
|
|||||||
|
|
||||||
// Tokenizes tree fragment strings in Moses format.
|
// Tokenizes tree fragment strings in Moses format.
|
||||||
//
|
//
|
||||||
// For example, the string "[NP [NP [NN a]] [NP]]" is tokenized to the sequence:
|
// For example, the string "[S [NP [NN weasels]] [VP]]" is tokenized to the
|
||||||
|
// sequence:
|
||||||
//
|
//
|
||||||
// 1 LSB "["
|
// 1 LSB "["
|
||||||
// 2 WORD "NP"
|
// 2 WORD "S"
|
||||||
// 3 LSB "["
|
// 3 LSB "["
|
||||||
// 4 WORD "NP"
|
// 4 WORD "NP"
|
||||||
// 5 LSB "["
|
// 5 LSB "["
|
||||||
@ -36,7 +35,7 @@ struct TreeFragmentToken {
|
|||||||
// 8 RSB "]"
|
// 8 RSB "]"
|
||||||
// 9 RSB "]"
|
// 9 RSB "]"
|
||||||
// 10 LSB "["
|
// 10 LSB "["
|
||||||
// 11 WORD "NP"
|
// 11 WORD "VP"
|
||||||
// 12 RSB "]"
|
// 12 RSB "]"
|
||||||
// 13 RSB "]"
|
// 13 RSB "]"
|
||||||
// 14 EOS undefined
|
// 14 EOS undefined
|
||||||
@ -66,5 +65,5 @@ class TreeFragmentTokenizer {
|
|||||||
std::size_t pos_;
|
std::size_t pos_;
|
||||||
};
|
};
|
||||||
|
|
||||||
} // namespace ScoreStsg
|
} // namespace Syntax
|
||||||
} // namespace Moses
|
} // namespace MosesTraining
|
74
phrase-extract/syntax-common/tree_fragment_tokenizer_test.cc
Normal file
74
phrase-extract/syntax-common/tree_fragment_tokenizer_test.cc
Normal file
@ -0,0 +1,74 @@
|
|||||||
|
#include "tree_fragment_tokenizer.h"
|
||||||
|
|
||||||
|
#define BOOST_TEST_MODULE TreeTest
|
||||||
|
#include <boost/test/unit_test.hpp>
|
||||||
|
|
||||||
|
#include <boost/scoped_ptr.hpp>
|
||||||
|
|
||||||
|
namespace MosesTraining {
|
||||||
|
namespace Syntax {
|
||||||
|
namespace {
|
||||||
|
|
||||||
|
BOOST_AUTO_TEST_CASE(tokenize_empty) {
|
||||||
|
const std::string fragment = "";
|
||||||
|
std::vector<TreeFragmentToken> tokens;
|
||||||
|
for (TreeFragmentTokenizer p(fragment); p != TreeFragmentTokenizer(); ++p) {
|
||||||
|
tokens.push_back(*p);
|
||||||
|
}
|
||||||
|
BOOST_REQUIRE(tokens.empty());
|
||||||
|
}
|
||||||
|
|
||||||
|
BOOST_AUTO_TEST_CASE(tokenize_space) {
|
||||||
|
const std::string fragment = " [ weasel weasel ] [] ] wea[sel";
|
||||||
|
std::vector<TreeFragmentToken> tokens;
|
||||||
|
for (TreeFragmentTokenizer p(fragment); p != TreeFragmentTokenizer(); ++p) {
|
||||||
|
tokens.push_back(*p);
|
||||||
|
}
|
||||||
|
BOOST_REQUIRE(tokens.size() == 10);
|
||||||
|
BOOST_REQUIRE(tokens[0].type == TreeFragmentToken_LSB);
|
||||||
|
BOOST_REQUIRE(tokens[0].value == "[");
|
||||||
|
BOOST_REQUIRE(tokens[1].type == TreeFragmentToken_WORD);
|
||||||
|
BOOST_REQUIRE(tokens[1].value == "weasel");
|
||||||
|
BOOST_REQUIRE(tokens[2].type == TreeFragmentToken_WORD);
|
||||||
|
BOOST_REQUIRE(tokens[2].value == "weasel");
|
||||||
|
BOOST_REQUIRE(tokens[3].type == TreeFragmentToken_RSB);
|
||||||
|
BOOST_REQUIRE(tokens[3].value == "]");
|
||||||
|
BOOST_REQUIRE(tokens[4].type == TreeFragmentToken_LSB);
|
||||||
|
BOOST_REQUIRE(tokens[4].value == "[");
|
||||||
|
BOOST_REQUIRE(tokens[5].type == TreeFragmentToken_RSB);
|
||||||
|
BOOST_REQUIRE(tokens[5].value == "]");
|
||||||
|
BOOST_REQUIRE(tokens[6].type == TreeFragmentToken_RSB);
|
||||||
|
BOOST_REQUIRE(tokens[6].value == "]");
|
||||||
|
BOOST_REQUIRE(tokens[7].type == TreeFragmentToken_WORD);
|
||||||
|
BOOST_REQUIRE(tokens[7].value == "wea");
|
||||||
|
BOOST_REQUIRE(tokens[8].type == TreeFragmentToken_LSB);
|
||||||
|
BOOST_REQUIRE(tokens[8].value == "[");
|
||||||
|
BOOST_REQUIRE(tokens[9].type == TreeFragmentToken_WORD);
|
||||||
|
BOOST_REQUIRE(tokens[9].value == "sel");
|
||||||
|
}
|
||||||
|
|
||||||
|
BOOST_AUTO_TEST_CASE(tokenize_fragment) {
|
||||||
|
const std::string fragment = "[S [NP [NN weasels]] [VP]]";
|
||||||
|
std::vector<TreeFragmentToken> tokens;
|
||||||
|
for (TreeFragmentTokenizer p(fragment); p != TreeFragmentTokenizer(); ++p) {
|
||||||
|
tokens.push_back(*p);
|
||||||
|
}
|
||||||
|
BOOST_REQUIRE(tokens.size() == 13);
|
||||||
|
BOOST_REQUIRE(tokens[0].type == TreeFragmentToken_LSB);
|
||||||
|
BOOST_REQUIRE(tokens[1].type == TreeFragmentToken_WORD);
|
||||||
|
BOOST_REQUIRE(tokens[2].type == TreeFragmentToken_LSB);
|
||||||
|
BOOST_REQUIRE(tokens[3].type == TreeFragmentToken_WORD);
|
||||||
|
BOOST_REQUIRE(tokens[4].type == TreeFragmentToken_LSB);
|
||||||
|
BOOST_REQUIRE(tokens[5].type == TreeFragmentToken_WORD);
|
||||||
|
BOOST_REQUIRE(tokens[6].type == TreeFragmentToken_WORD);
|
||||||
|
BOOST_REQUIRE(tokens[7].type == TreeFragmentToken_RSB);
|
||||||
|
BOOST_REQUIRE(tokens[8].type == TreeFragmentToken_RSB);
|
||||||
|
BOOST_REQUIRE(tokens[9].type == TreeFragmentToken_LSB);
|
||||||
|
BOOST_REQUIRE(tokens[10].type == TreeFragmentToken_WORD);
|
||||||
|
BOOST_REQUIRE(tokens[11].type == TreeFragmentToken_RSB);
|
||||||
|
BOOST_REQUIRE(tokens[12].type == TreeFragmentToken_RSB);
|
||||||
|
}
|
||||||
|
|
||||||
|
} // namespace
|
||||||
|
} // namespace Syntax
|
||||||
|
} // namespace MosesTraining
|
66
phrase-extract/syntax-common/tree_test.cc
Normal file
66
phrase-extract/syntax-common/tree_test.cc
Normal file
@ -0,0 +1,66 @@
|
|||||||
|
#include "tree.h"
|
||||||
|
|
||||||
|
#define BOOST_TEST_MODULE TreeTest
|
||||||
|
#include <boost/test/unit_test.hpp>
|
||||||
|
|
||||||
|
#include <boost/scoped_ptr.hpp>
|
||||||
|
|
||||||
|
namespace MosesTraining {
|
||||||
|
namespace Syntax {
|
||||||
|
namespace {
|
||||||
|
|
||||||
|
// Test Tree<>::PreOrderIterator with a trivial, single-node tree.
|
||||||
|
BOOST_AUTO_TEST_CASE(pre_order_1) {
|
||||||
|
boost::scoped_ptr<Tree<int> > root(new Tree<int>(123));
|
||||||
|
Tree<int>::PreOrderIterator p(*root);
|
||||||
|
BOOST_REQUIRE(p != Tree<int>::PreOrderIterator());
|
||||||
|
BOOST_REQUIRE(p->value() == 123);
|
||||||
|
++p;
|
||||||
|
BOOST_REQUIRE(p == Tree<int>::PreOrderIterator());
|
||||||
|
}
|
||||||
|
|
||||||
|
// Test Tree<>::PreOrderIterator on this tree: (1 (2 3) (4) (5 6 (7 8)))
|
||||||
|
BOOST_AUTO_TEST_CASE(pre_order_2) {
|
||||||
|
boost::scoped_ptr<Tree<int> > root(new Tree<int>(1));
|
||||||
|
root->children().push_back(new Tree<int>(2));
|
||||||
|
root->children()[0]->children().push_back(new Tree<int>(3));
|
||||||
|
root->children().push_back(new Tree<int>(4));
|
||||||
|
root->children().push_back(new Tree<int>(5));
|
||||||
|
root->children()[2]->children().push_back(new Tree<int>(6));
|
||||||
|
root->children()[2]->children().push_back(new Tree<int>(7));
|
||||||
|
root->children()[2]->children()[1]->children().push_back(new Tree<int>(8));
|
||||||
|
root->SetParents();
|
||||||
|
|
||||||
|
Tree<int>::PreOrderIterator p(*root);
|
||||||
|
Tree<int>::PreOrderIterator end;
|
||||||
|
|
||||||
|
BOOST_REQUIRE(p != end);
|
||||||
|
BOOST_REQUIRE(p->value() == 1);
|
||||||
|
++p;
|
||||||
|
BOOST_REQUIRE(p != end);
|
||||||
|
BOOST_REQUIRE(p->value() == 2);
|
||||||
|
++p;
|
||||||
|
BOOST_REQUIRE(p != end);
|
||||||
|
BOOST_REQUIRE(p->value() == 3);
|
||||||
|
++p;
|
||||||
|
BOOST_REQUIRE(p != end);
|
||||||
|
BOOST_REQUIRE(p->value() == 4);
|
||||||
|
++p;
|
||||||
|
BOOST_REQUIRE(p != end);
|
||||||
|
BOOST_REQUIRE(p->value() == 5);
|
||||||
|
++p;
|
||||||
|
BOOST_REQUIRE(p != end);
|
||||||
|
BOOST_REQUIRE(p->value() == 6);
|
||||||
|
++p;
|
||||||
|
BOOST_REQUIRE(p != end);
|
||||||
|
BOOST_REQUIRE(p->value() == 7);
|
||||||
|
++p;
|
||||||
|
BOOST_REQUIRE(p != end);
|
||||||
|
BOOST_REQUIRE(p->value() == 8);
|
||||||
|
++p;
|
||||||
|
BOOST_REQUIRE(p == end);
|
||||||
|
}
|
||||||
|
|
||||||
|
} // namespace
|
||||||
|
} // namespace Syntax
|
||||||
|
} // namespace MosesTraining
|
59
phrase-extract/syntax-common/xml_tree_parser.cc
Normal file
59
phrase-extract/syntax-common/xml_tree_parser.cc
Normal file
@ -0,0 +1,59 @@
|
|||||||
|
#include "xml_tree_parser.h"
|
||||||
|
|
||||||
|
#include "tables-core.h"
|
||||||
|
#include "XmlException.h"
|
||||||
|
#include "XmlTree.h"
|
||||||
|
|
||||||
|
#include <cassert>
|
||||||
|
#include <vector>
|
||||||
|
|
||||||
|
namespace MosesTraining {
|
||||||
|
namespace Syntax {
|
||||||
|
|
||||||
|
StringTree *XmlTreeParser::Parse(const std::string &line) {
|
||||||
|
line_ = line;
|
||||||
|
tree_.Clear();
|
||||||
|
try {
|
||||||
|
if (!ProcessAndStripXMLTags(line_, tree_, label_set_, top_label_set_,
|
||||||
|
false)) {
|
||||||
|
throw Exception("");
|
||||||
|
}
|
||||||
|
} catch (const XmlException &e) {
|
||||||
|
throw Exception(e.getMsg());
|
||||||
|
}
|
||||||
|
tree_.ConnectNodes();
|
||||||
|
SyntaxNode *root = tree_.GetTop();
|
||||||
|
assert(root);
|
||||||
|
words_ = tokenize(line_.c_str());
|
||||||
|
return ConvertTree(*root, words_);
|
||||||
|
}
|
||||||
|
|
||||||
|
// Converts a SyntaxNode tree to a StringTree.
|
||||||
|
StringTree *XmlTreeParser::ConvertTree(const SyntaxNode &tree,
|
||||||
|
const std::vector<std::string> &words) {
|
||||||
|
StringTree *root = new StringTree(tree.GetLabel());
|
||||||
|
const std::vector<SyntaxNode*> &children = tree.GetChildren();
|
||||||
|
if (children.empty()) {
|
||||||
|
if (tree.GetStart() != tree.GetEnd()) {
|
||||||
|
std::ostringstream msg;
|
||||||
|
msg << "leaf node covers multiple words (" << tree.GetStart()
|
||||||
|
<< "-" << tree.GetEnd() << "): this is currently unsupported";
|
||||||
|
throw Exception(msg.str());
|
||||||
|
}
|
||||||
|
StringTree *leaf = new StringTree(words[tree.GetStart()]);
|
||||||
|
leaf->parent() = root;
|
||||||
|
root->children().push_back(leaf);
|
||||||
|
} else {
|
||||||
|
for (std::vector<SyntaxNode*>::const_iterator p = children.begin();
|
||||||
|
p != children.end(); ++p) {
|
||||||
|
assert(*p);
|
||||||
|
StringTree *child = ConvertTree(**p, words);
|
||||||
|
child->parent() = root;
|
||||||
|
root->children().push_back(child);
|
||||||
|
}
|
||||||
|
}
|
||||||
|
return root;
|
||||||
|
}
|
||||||
|
|
||||||
|
} // namespace Syntax
|
||||||
|
} // namespace MosesTraining
|
34
phrase-extract/syntax-common/xml_tree_parser.h
Normal file
34
phrase-extract/syntax-common/xml_tree_parser.h
Normal file
@ -0,0 +1,34 @@
|
|||||||
|
#pragma once
|
||||||
|
|
||||||
|
#include <map>
|
||||||
|
#include <set>
|
||||||
|
#include <string>
|
||||||
|
#include <vector>
|
||||||
|
|
||||||
|
#include "SyntaxTree.h"
|
||||||
|
|
||||||
|
#include "exception.h"
|
||||||
|
#include "string_tree.h"
|
||||||
|
|
||||||
|
namespace MosesTraining {
|
||||||
|
namespace Syntax {
|
||||||
|
|
||||||
|
// Parses a string in Moses' XML parse tree format and returns a StringTree
|
||||||
|
// object. This is a wrapper around the ProcessAndStripXMLTags function.
|
||||||
|
class XmlTreeParser {
|
||||||
|
public:
|
||||||
|
StringTree *Parse(const std::string &);
|
||||||
|
|
||||||
|
private:
|
||||||
|
static StringTree *ConvertTree(const MosesTraining::SyntaxNode &,
|
||||||
|
const std::vector<std::string> &);
|
||||||
|
|
||||||
|
std::set<std::string> label_set_;
|
||||||
|
std::map<std::string, int> top_label_set_;
|
||||||
|
std::string line_;
|
||||||
|
MosesTraining::SyntaxTree tree_;
|
||||||
|
std::vector<std::string> words_;
|
||||||
|
};
|
||||||
|
|
||||||
|
} // namespace Syntax
|
||||||
|
} // namespace MosesTraining
|
@ -40,6 +40,8 @@ sub Beautify($)
|
|||||||
next if ($name eq "srilm");
|
next if ($name eq "srilm");
|
||||||
next if ($name eq "irstlm");
|
next if ($name eq "irstlm");
|
||||||
next if ($name eq "UG");
|
next if ($name eq "UG");
|
||||||
|
next if ($name eq "pcfg-common");
|
||||||
|
next if ($name eq "syntax-common");
|
||||||
|
|
||||||
$name = $path ."/" .$name;
|
$name = $path ."/" .$name;
|
||||||
if (-d $name) {
|
if (-d $name) {
|
||||||
|
Loading…
Reference in New Issue
Block a user