RuleBaseProfilerの動作概要ツイートのbioに特定の文字

RuleBaseProfilerの動作
概要
ツイートのbioに特定の文字列が入っているかどうかでプロファイルを推定するプロファイラを表現したクラスです．



classifyメソッドは，ツイートを表すオブジェクトを受け取り，それをポストしたユーザのプロファイルをルールに基づいて推定して返します． この時nullを返すことは許されません．

このクラスはコンストラクタでFileオブジェクトを受け取り，その中に書かれた分類ルールを読み込む必要があります．

ルールファイルの書式
ルールファイルには，1行に1つのルールが記述されています． ルールはキーワード，性別，年代をタブで区切ったもので，bioにキーワードが含まれる時，そのbioを書いたユーザは対応するプロファイルであると推測されます． もし，性別，年代のどちらか一方だけを推測でき，他方はわからない場合，分からない方は*と表現されます．

その内容は例えば次のようになります．

男子高生 M 10
女子高生 F 10
高校生 * 10
男子 M *
女子 F *
これは次のようなルールを表現しています．

bioに「女子高生」が含まれている
「女性10代」
bioに「高校生」が含まれている
「性別不詳の10代」
bioに「男子」が含まれている
「男性で年代不詳」
bioに「女子」が含まれている
「女性で年代不詳」
次のような場合，初期化時に例外を発生させるべきです

ルールファイルに同じキーワードが出現していた場合
性別として解釈できない文字列が含まれていた場合
年代として解釈できない文字列が含まれていた場合
ルールファイルは空白文字とコメントについて次の仕様に従います．

キーワード，性，年代を表している各文字列の前後の空白文字は消去したあと解釈されるものとします
空白文字しか含まれない行（空行）はエラーとならず単に無視します
半角シャープ（#）から行末まではコメントです．空白として扱ってください
余分な空白やコメントを許容するのは，ルールを書きやすくするためです．

次のようなルールは無意味なものとして無視してください

キーワードが空白しか含まない場合
性別，年代が両方*であるような場合
また，次のようなフォーマットは特別扱いしてください．

正しいキーワード，性別，年代の後に続けてタブと文字列が続く場合，年代のあとのタブ以降の文字列は無視してください．これは，ルールに新たな項目を付け加える場合を考えてのことでする．
上記以外で形式に従わない場合はすべてエラーとして初期化時に例外を発生させるべきです

ルールの解釈
どのルールも当てはまらなかった場合，そのユーザのプロファイルはUNKNOWNです．

1つ以上のルールが当てはまり，それらが矛盾せず，また性別・年代が共にわかった場合，そのユーザのプロファイルはUNKNOWNでないどれかのプロファイルになります． たとえば，「女子高生」をbioに含む場合，そのユーザのプロファイルはF10（女性10代）です． あるいは，「女子」と「高校生」をbioに含む場合，そのユーザのプロファイルはF10（女性10代）です．

当てはまる全てのルールを使っても性別あるいは年代が不詳だった場合，そのユーザのプロファイルはUNKNOWNです． 例えば「高校生」だけが当てはまった場合は，性別不詳となるため，UNKNOWNとします．

もし矛盾する複数のルールがヒットした場合は，UNKNOWNと推測されるべきです． 例えば「男子高生」と「女子高生」が同時に含まれていた場合はUNKNOWNとなります．

テスト観点
正常系
次のようなルールファイルによってインスタンスが正常に初期化されることを確認してください．

空のファイル
正しいフォーマットのルールのみを含む
キーワード，性別，年代の前後にタブ以外の空白を含む
空行を含む
コメントを含む
追加のカラム（年代の後に続くタブと任意の文字列）がある行を含む
classifyメソッドが，次の場合に正しく動作することを確認してください．

ルールファイルにルールが1つもない場合．メソッドは常にUNKNOWNを返すはずです．
ルールが1つもあてはまらない場合
ルールが1つだけ当てはまり，それによってプロファイルが確定する場合
ルールが1つだけ当てはまり，性別か年代が不詳である場合
ルールが2つ以上当てはまり，それによってプロファイルが確定する場合
ルールが2つ以上当てはまり，性別か年代が不詳である場合
異常系
次の場合，例外を発生させるべきです．

初期化時，ルールファイルの書式が異常である場合

Kết quả (Việt) 1:

RuleBaseProfiler hành viTổng quanGiai cấp đại diện cho hồ sơ để ước tính các hồ sơ có chứa sinh học đã chỉ định văn bản Tweet hay không.phân loại phương pháp mất đối tượng đại diện cho tweet, trả lại, ước tính theo quy định rằng nó đăng hồ sơ người dùng. Không được phép trở về null tại thời điểm này.Bạn phải tải phân loại quy tắc đã được viết bằng, lớp này mất đối tượng tập tin trong các nhà xây dựng.Quy tắc định dạng tập tinTệp Qui tắc chứa, một quy tắc cho mỗi dòng. Inferred quy tắc, người sử dụng khi từ khoá được bao gồm trong sinh học, đã viết sinh học trong tab-delimited hồ sơ tương ứng từ khóa, giới tính và tuổi tác. Nếu các được biểu thị dưới * và nếu bạn có thể đoán chỉ hoặc giới tính và tuổi tác, mặt khác không biết, không biết làm thế nào.Nội dung của nó cho ví dụ: trông giống như.Cậu bé Trung học M 10Sinh trung học F 10Học sinh trung học * 10Quần M *Nữ F *Điều này thể hiện các quy tắc sau đây.học sinh trung học trong sinh học10 tỷhọc sinh trung học trong sinh học"Không biết tình dục thiếu niên"chàng trai trong sinh học"Con người không xác định"'cô gái' trong sinh học' Phụ nữ trong độ tuổi không được báo cáo 'Nếu bạn thích, trong quá trình khởi tạo nên nâng cao một ngoại lệNếu bạn có cùng một từ khoá xuất hiện trong tệp quy tắcNếu chuỗi không thể được hiểu là một giới tính được đính kèmNếu chuỗi không thể được hiểu là lứa tuổi được đính kèmCác quy tắc về khoảng trắng và ý kiến thực hiện theo các thông số kỹ thuật sau đây.Xóa trống trước và sau khi mỗi chuỗi đại diện cho một từ khóa, tuổi, và được hiểu là cácVà lỗi, chỉ cần bỏ qua dòng có chứa chỉ khoảng trắng (dòng trống)Từ nửa pound (#) là một bình luận cho đến cuối dòng. Xin vui lòng điều trị như một trốngĐể cho phép ý kiến và khoảng trắng phụ là để dễ dàng viết quy tắc.Xin vui lòng bỏ qua như vô nghĩa quy tắc chẳng hạn như:Nếu từ khóa không chứa chỉ khoảng trắngGiới tính, tuổi tác, cả hai * như cóNgoài ra, đặc biệt định dạng như: xử lý xin vui lòng.Nếu các chuỗi theo sau một tab, theo sau là các từ khóa chính xác, giới tính, tuổi, bỏ qua các chuỗi sau khi tab tuổi sau khi. Để suy nghĩ về nếu này tack, ghi một quy tắc mới.Nếu bạn không làm theo các định dạng khác với tất cả ở trên là một lỗi trong quá trình khởi tạo ngoại lệ tăng nênGiải thích các quy tắcNếu bạn ăn cắp bất kỳ quy tắc, Hồ sơ người dùng không biết.Áp dụng một hoặc nhiều quy tắc, phù hợp với họ, nếu bạn tìm thấy cả hai giới tính và tuổi tác, Hồ sơ người dùng cũng không không biết bất kỳ cấu hình. Ví dụ, nếu học sinh trung học với sinh học, Hồ sơ của người dùng là F10 (teen girls). Hoặc, bao gồm cả học sinh trung học với một sinh học 'nữ', Hồ sơ người dùng là F10 (teen girls).Nếu bạn cũng sử dụng tất cả quy tắc là đúng giới tính hoặc tuổi không được báo cáo, Hồ sơ người dùng không biết. Ví dụ cho học sinh trung học chỉ áp dụng nếu giới tính chưa biết, và chưa biết.Nếu nếu bạn nhấn nhiều quy tắc xung đột, nên được suy ra là chưa biết. Ví dụ nếu các bé trai cao trường học và trường trung học sinh viên đồng thời là chưa biết.Kiểm tra quan điểmHệ thống bình thườngĐảm bảo rằng trường hợp được khởi tạo đúng bởi các quy tắc như sau.Một tập tin rỗngCó chứa chỉ là các quy tắc chính xác định dạngChứa các tab ngoại trừ trống trước và sau khi từ khoá, giới tính, tuổiTrong đó có hàng trống nàoBao gồm cả các ý kiếnThêm cột (tab theo tuổi và bất kỳ chuỗi ký tự) có chứa dòngXin vui lòng kiểm tra, phân loại các phương pháp để hoạt động được nếu sau đây.Nếu các quy tắc không phải là tệp Qui tắc. Phương pháp nên luôn luôn trở lại chưa biết.Trường hợp nơi một quy tắc duy nhấtNếu chỉ có một quy tắc áp dụng, chấp nhận hồ sơNếu chỉ có một quy tắc áp dụng, đó là giới tính hoặc tuổi không được báo cáoNếu các quy tắc áp dụng ít nhất hai, chấp nhận hồ sơNếu các quy tắc hơn một áp dụng, không được báo cáo bởi giới tính hoặc tuổiLoạt các bất thườngNếu sau đây nên là một ngoại lệ.Nếu các quy tắc tập tin định dạng bất thường lúc khởi tạo thời gian,