Используйте $rootScope.$broadcast
, чтобы вызвать событие, первый параметр для имени события и необязательный второй параметр для передачи аргумента.
app.controller('IndexController', function ($scope, $rootScope, MainService) {
$scope.getUsername = function() {
MainService.getUsername().then(function (response) {
$rootScope.$broadcast('username-fetched', { username: response.data.username });
});
};
});
Затем перехватите событие на другом контроллере, используя $scope.$on
.
app.controller('IframeController', function ($scope) {
$scope.$on('username-fetched', function (event, data) {
$scope.user = data.username;
});
});
Вот другой веб-сайт, который утверждает, что сделал это: GenderAnalyzer. Однако это полагается на другой веб-сайт под названием uClassify.com, который снижается, поскольку я пишу это. У них есть ссылка контакта внизу для вопросов.
Это походит на академический комплект оборудования: "В нашей лаборатории это кажется работам вполне прилично".
Существует полный набор анализаторов с двумя классами, которые могли быть адаптированы здесь... идентификационное программное обеспечение и блокирование спама. Это все еще требует, чтобы пользователь добрался, записанный из штекера текст (рассматривал как спам), и розеточный текст (рассматривал как ветчина или реверс), но многие должны работать.
Существуют приложения как "Гендерный Джин", которые работают в разумном уровне успеха: http://bookblog.net/gender/genie.php (и особенно с более длинными текстами)
Это не должно быть совершенно успешно. У меня были бы огромные объемы данных для контакта с, и это главным образом только для забавы.
Если кто-либо знает о чем-нибудь, совместно используйте.
Richard
Так как Вы принимаете две категории, почти любой классификатор, вероятно, сделает хорошо. Некоторые предложения:
Как более ранний комментатор сказал, начинающий с известного образца текста (и должно быть много... газетные корпуса могли бы быть хорошими), обучите и классифицируйте на некоторых разумных атрибутах (возможно, присутствие / отсутствие или слова или пары слова).
Этот должен быть (сравнительно) легким.
Если Вы используете Python, даже что-то как простой как Инструментарий естественного языка (cf: nltk.org), и их книга должна получить Вас много пути там.
Вы собираетесь столкнуться с проблемой: предположения будут просто этим - предположения. Нет никакого ровного удаленно точного способа сказать пол автора строго от их записи, максимум, который Вы получите, является плохой оценкой.
Эй, это могло, вероятно, быть сделано. Необходимо было бы взять набор книг от штекерных и розеточных авторов, вытащить предложения, перепутать их и подать их к своего рода нейронной сети для обучения. Честно говоря, мне было бы интересно видеть, осуществляет ли кто-то его. О, и мне просто любопытно, почему можно было бы быть нужна такая программа :)
Существует раздел об этом в книге Stephen Baker, Numerati. Существуют компании, там посвященные вычислительному анализу блогосферы для маркетинга целей и части их соглашения об алгоритмах с решением, если автор является штекером или розеткой. Я предлагаю читать это.
Я не полагаю, что любая работа как это является открытым исходным кодом, но Вы можете создавать сжатую версию сами. Однако за исключением анализа БОЛЬШОГО КОЛИЧЕСТВА данных для программирования этого, я не думаю, что это будет очень точно.
Существуют некоторые реализации с открытым исходным кодом латентно-семантического индексирования / анализ. Если у Вас есть хорошее обучающее множество штекера и розетки, пишущей относящийся к Вашему приложению, это смогло классифицировать достаточно точно, чтобы быть полезным.
можно попробовать гендерный классификатор на текстовых строках здесь: http://uclassify.com/browse/uClassify/gender_v3
nlpers, занесенный в блог об этом несколько лет назад; см. комментарии там для некоторых предложений...