Istnieje list of classifiers, który możemy zdefiniować w setup.py, aby skategoryzować nasz pakiet python w PyPI. Wśród nich są "Natural Language" klasyfikatory dla kilku języków. Kiedy te klasyfikatory powinny zostać włączone do setup.py projektu? Czy jest to pakiet związany z przetwarzaniem języka naturalnego, czy powinien być używany, gdy kod źródłowy pakietu jest napisany w odpowiednim języku?Kiedy należy używać klasyfikatora PyPI "Naturalny język"?
alefteris.
Mimo że PyPI ogranicza użycie klasyfikatorów do tych na liście, nie ma żadnego wyjaśnienia, jak używać każdego klasyfikatora na liście. PyPA's sample project daje wskazówkę dla niektórych z nich (linie od 78 do 99), a także mówi, że używanie w ogóle klasyfikatorów jest opcjonalne!
Lepiej jest katalogować paczki z numerem concept behind classifiers. Jest to również oczywiste: here. Cytuję i podkreślają:
Chociaż lista klasyfikatorów jest często używany do deklarowania co wersje Python obsługuje projekt, informacja ta służy tylko do wyszukiwania & projektów przeglądania PyPI, nie do instalowania projektów.
Oznacza to, że pomaga PyPI organizować pakiety, dzięki czemu można je znaleźć poprzez wyszukiwanie i przeglądanie na stronie PyPI.
Jeśli twoja paczka ma coś wspólnego z naturalnym językiem na liście, zdecydowanie sugeruję, aby włączyć go jako klasyfikatora. Może to pomóc w znalezieniu i lepszym rozprowadzaniu paczki.
Nawiasem mówiąc, klasyfikatory should not są używane, jeśli pakiet ma być zgodny z wersjami Python przed wersją 2.2.3 lub 2.3.
Wielkie dzięki za poświęcenie czasu na wyjaśnienie, co jest klasyfikatorem i w jaki sposób są używane. Nadal nie jestem pewien, kiedy należy go użyć. Na przykład, jeśli istnieje pakiet python, który sprawdza pisownię dla języka greckiego, czy jest to odpowiedni przypadek użycia klasyfikatora "Natural Language :: Greek"? – alefteris
Tak, na pewno, jeśli pomaga to w identyfikacji funkcjonalności tego pakietu. Możemy myśleć odwrotnie: jakie są nieodpowiednie przypadki użycia określonego klasyfikatora na opakowaniu? Myślę, że opisany przez ciebie pakiet jest nadal bardzo odpowiedni dla klasyfikatora Natural Language. –