Bir corpus'ta NGram'ların frekanslarını sayan bir program yazarım. Bunu nasılConduit: Çoklu Akış Tüketicileri
tokens --- trigrams --- countFreq
: ben sadece bir dere kaynağına bir akım tüketiciyi bağlayabilirsiniz Şu anda
ngram :: Monad m => Int -> Conduit t m [t]
trigrams = ngram 3
countFreq :: (Ord t, Monad m) => Consumer [t] m (Map [t] Int)
: Zaten jeton bir dere tüketir ve bir tek düzenin NGrams üreten bir işleve sahip Birden fazla akış tüketicisini aynı akış kaynağına mı bağlarım? Böyle bir şey istiyorum:
.--- unigrams --- countFreq
|--- bigrams --- countFreq
tokens ----|--- trigrams --- countFreq
'--- ... --- countFreq
artı paralel
DÜZENLEME her tüketici çalıştırmak olacaktır: Petr sayesinde bu çözümü
spawnMultiple orders = do
chan <- atomically newBroadcastTMChan
results <- forM orders $ \_ -> newEmptyMVar
threads <- forM (zip results orders) $
forkIO . uncurry (sink chan)
forkIO . runResourceT $ sourceFile "test.txt"
$$ javascriptTokenizer
=$ sinkTMChan chan
forM results readMVar
where
sink chan result n = do
chan' <- atomically $ dupTMChan chan
freqs <- runResourceT $ sourceTMChan chan'
$$ ngram n
=$ frequencies
putMVar result freqs
ile geldi
“Jetonlar” bir değer verdiğinde, tüm 'gram'larınız bunu alır mı? –