StringTagger: Clasificación de Texto con Python

"""
Uso sencillo de "StringTagger" para el etiquetado (clasificación) de texto.
"""

__author__ = "Luis Salcedo" 

from StringTagger.StringClf import Classifier
from StringTagger.getPage import getTextPage

training_data = { # Datos para entrenar al clasificador
 "Ciencia":[
  'https://es.wikipedia.org/wiki/Ciencia', # Entrenamos al clasificador con paginas de wikipedia.
  'https://es.wikipedia.org/wiki/Qu%C3%ADmica'
 ],
 "Deportes":[
  'https://es.wikipedia.org/wiki/Deporte',
  'https://es.wikipedia.org/wiki/Deportes_ol%C3%ADmpicos'
 ],
 "Tecnologia":[
  'https://es.wikipedia.org/wiki/Tecnolog%C3%ADa',
  'https://es.wikipedia.org/wiki/Rob%C3%B3tica'
 ],
 
}

clf = Classifier() # Instancia del clasificador

for category,urls in training_data.items(): # Entrenamos al clasificador con el contenido de cada pagina
 for url in urls:
  clf.train(getTextPage(url),category) # El metodo "getTextPage", recive como argumento una url para extraer su texto

# Iniciamos el proceso de clasificación con el metodo "String"
# Solo le pasamos como argumento el texto que deseamos etiquetar (clasificar)
string = "Molécula de agua, dos átomos de hidrógeno unidos a uno de oxígeno."
clas = clf.String(string)
print('n')
print("Texto: %s " % string)
print("Etiqueta del Texto: %s" % clas)