História

3.4 (2019-29-04)

  • Fixed bug when verbs with no common roots with their conjugated form get their root inserted as a prefix.
  • Added the method iterate() to the Verb Class as per @poolebu’s feature request.
  • Updated Dependencies.

3.3.2 (2019-06-04)

  • Corrected bug with regular english verbs not being properly regulated. Thanks to @vectomon
  • Updated Dependencies.

3.3.1 (2019-02-04)

  • Corrected bug when updating dependencies to use scikit-learn v 0.20.2 and higher.
  • Updated Dependencies.

3.3 (2019-04-03)

  • Updated Dependencies to use scikit-learn v 0.20.2 and higher.
  • Updated the pre-trained models to use scikit-learn v 0.20.2 and higher.

3.2.3 (2019-26-02)

  • Updated Dependencies.
  • Fixed bug which prevented the installation of the pre-trained models.

3.2.2 (2018-18-11)

  • Updated Dependencies.

3.2.0 (2018-04-11)

  • Updated Dependencies.

3.1.3 (2018-07-10)

  • Updated Documentation.
  • Added support for pipenv.
  • Included tests and documentation in the package distribution.

3.1.2 (2018-06-27)

3.1.1 (2018-06-26)

3.1.0 (2018-06-24)

  • Atualizados os modelos de conjugação para espanhol e português.
  • Alterações internas no formato dos dados verbiste de xml para json para melhor manipulação de caracteres unicode.
  • Nova classe ConjugManager para adicionar mais facilmente novos idiomas ao mlconjug.
  • Aperfeiçoamento de APIs menores (consulte Documentação da API)

3.0.1 (2018-06-22)

  • Atualizado todos os modelos de previsão pré-treinados:
    • Implementei um novo vectrorizer, extraindo recursos mais significativos.
    • Como resultado, o desempenho dos modelos passou pelo teto em todos os idiomas.
    • Recall e Precision estão intimamente próximos de 100%. Inglês sendo o único a alcançar uma pontuação perfeita em ambos Recall e Precision.
  • Principais alterações da API:
    • Eu removi a classe EndingCustomVectorizer e refatorei sua funcionalidade em uma função de nível superior chamada extract_verb_features ()
    • O novo modelo aprimorado fornecido agora está sendo compactado com zip antes do lançamento, porque o espaço do recurso cresceu tanto que seu tamanho tornou impraticável a distribuição com o pacote.
    • Renomeado «Model.model» para «Model.pipeline»
    • Renomeado «DataSet.liste_verbes» e «DataSet.liste_templates» para «DataSet.verbs_list» e «DataSet.templates_list» respectivamente. (Perdoe meu francês ;-) )
    • Adicionado os atributos «previsto» e «confidence_score» para a classe Verb.
    • Todo o pacote foi digitado como cheque. Em breve, adicionarei os stubs de tipo do mlconjug ao typeshed.

2.1.11 (2018-06-21)

  • Atualizado todos os modelos de previsão pré-treinados
    • O Conjugador Francês tem precisão de cerca de 99,94% em predizer a classe de conjugação correta de um verbo francês. Esta é a linha de base, como eu tenho trabalhado nisso há algum tempo agora.
    • O Conjugador Inglês tem uma precisão de cerca de 99,78% na previsão da classe de conjugação correta de um verbo inglês. Este é um dos maiores avanços desde a versão 2.0.0
    • O Conjugador Espanhol tem uma precisão de cerca de 99,65% na previsão da classe de conjugação correta de um verbo espanhol. Ele também viu uma melhoria considerável desde a versão 2.0.0
    • O Conjugador Romeno tem uma precisão de cerca de 99,06% na previsão da classe de conjugação correta de um verbo romeno. Este é de longe o maior ganho. Eu modifiquei o vetorizador para melhor levar em conta as características morfológicas ou verbos romenos. (a pontuação anterior foi de cerca de 86%, por isso será bom para os nossos amigos romenos ter um conjugador de confiança)
    • O Conjugador Português tem uma precisão de cerca de 96,73% na previsão da classe correta de conjugação de um verbo português.
    • O Conjugador Italiano tem precisão de cerca de 94,05% em predizer a classe de conjugação correta de um verbo italiano.

2.1.9 (2018-06-21)

  • Agora o Conjugador adiciona informações adicionais ao objeto Verbo retornado.
    • Se o verbo em consideração já está em Verbiste, a conjugação para o verbo é recuperada diretamente da memória.
    • Se o verbo sob consideração é desconhecido em Verbiste, a classe Conjugador agora configura o atributo booleano “predito” e a pontuação de confiança do atributo flutuante para a instância do objeto Verbo que o Conjugador.conjugado (verbo) retorna.
  • Acrescentou Type annotations a toda a biblioteca para robustez e facilidade de dimensionamento.
  • O desempenho dos modelos ingleses e romenos melhorou significativamente ultimamente. Eu acho que em mais algumas iterações eles estarão a par com o Modelo Francês que é o melhor desempenho no momento, já que eu tenho ajustado seus parâmetros para um par de anos agora. Não tanto com os outros idiomas, mas se você atualizar regularmente, verá ótimas melhorias no release 2.2.
  • Melhorado a localização do programa.
  • Agora a interface do usuário do mlconjug está disponível em francês, espanhol, italiano, português e romeno, além do inglês.
  • Toda a documentação do projeto foi traduzida nos idiomas suportados.

2.1.5 (2018-06-15)

  • Adicionado localização.
  • Agora a interface do usuário do mlconjug está disponível em francês, espanhol, italiano, português e romeno, além do inglês.

2.1.2 (2018-06-15)

  • Adicionada detecção de verbo inválida.

2.1.0 (2018-06-15)

  • Atualizados todos os modelos de linguagem para compatibilidade com o scikit-learn 0.19.1.

2.0.0 (2018-06-14)

  • Inclui modelo de conjugação em inglês.
  • Inclui o modelo de conjugação em espanhol.
  • Inclui o modelo de conjugação italiano.
  • Inclui o modelo de conjugação em português.
  • Inclui o modelo de conjugação romena.

1.2.0 (2018-06-12)

  • Refatorou a API. Agora, é necessário um Conjugador de classe única para interagir com o módulo.
  • Inclui melhor modelo de conjugação francesa.
  • Adicionado suporte para vários idiomas.

1.1.0 (2018-06-11)

  • Refatorou a API. Agora, é necessário um Conjugador de classe única para interagir com o módulo.
  • Inclui melhor modelo de conjugação francesa.

1.0.0 (2018-06-10)

  • Primeiro lançamento no PyPI.