example_usage.py - master - dayekb/vibecoding_gost_citations

example_usage.py
212 строк9 KB
dayekb
upload files
25 сен 2025, 18:49
25 сен 2025, 18:494964e9a
#!/usr/bin/env python3
# -*- coding: utf-8 -*-
"""
Пример использования анализатора цитат для конкретной задачи
"""

from citation_analyzer import CitationAnalyzer
import json


def analyze_single_text():
    """Анализ одного текста"""
    print("=" * 60)
    print("АНАЛИЗ ОДНОГО ТЕКСТА")
    print("=" * 60)
    
    # Текст для анализа
    text = """
    Введение
    
    Современные информационные системы играют ключевую роль в развитии цифровой экономики [1, с. 15]. 
    Как отмечают исследователи, эффективность таких систем напрямую зависит от качества используемых алгоритмов [2, с. 23-25].
    
    В работе Петрова И.И. (2021, с. 45) представлены новые подходы к анализу больших данных. 
    Автор показывает, что современные методы машинного обучения позволяют значительно повысить точность прогнозирования [3, с. 78].
    
    Системы обработки информации требуют комплексного подхода к их разработке [4, с. 12]. 
    Исследования последних лет показывают, что интеграция различных технологий дает наилучшие результаты [5, с. 156].
    
    Заключение
    
    Таким образом, современные информационные технологии требуют постоянного совершенствования методов анализа данных.
    """
    
    # Ключевые слова темы
    topic_keywords = ["система", "информация", "данные", "алгоритм", "анализ", "разработка", "метод"]
    
    # Создание анализатора
    analyzer = CitationAnalyzer(topic_keywords)
    
    # Анализ
    result = analyzer.analyze_text(text)
    
    # Вывод отчета
    print(analyzer.generate_report(result))
    
    return result


def analyze_with_custom_criteria():
    """Анализ с настройкой критериев"""
    print("\n" + "=" * 60)
    print("АНАЛИЗ С НАСТРОЕННЫМИ КРИТЕРИЯМИ")
    print("=" * 60)
    
    # Создание анализатора с настройками
    analyzer = CitationAnalyzer(["система", "информация", "данные"])
    
    # Настройка критериев
    analyzer.min_sources = 3  # Минимум 3 источника
    analyzer.min_year = 2019  # Не старше 2019 года
    analyzer.max_score = 15.0  # Максимум 15 баллов
    analyzer.points_per_source = 3.0  # По 3 балла за источник
    
    # Тестовый текст
    text = """
    Анализ показывает эффективность новых методов [1, с. 10].
    Исследования 2020 года подтверждают результаты (Иванов, 2020, с. 25).
    Современные системы требуют обновления [2, с. 30].
    """
    
    result = analyzer.analyze_text(text)
    
    print(f"Настроенные критерии:")
    print(f"- Минимум источников: {analyzer.min_sources}")
    print(f"- Минимальный год: {analyzer.min_year}")
    print(f"- Максимальный балл: {analyzer.max_score}")
    print(f"- Баллов за источник: {analyzer.points_per_source}")
    print()
    print(f"Результат: {result.total_score:.1f}/{result.max_score} баллов")
    print(f"Процент: {(result.total_score/result.max_score)*100:.1f}%")


def batch_analysis_example():
    """Пример пакетного анализа"""
    print("\n" + "=" * 60)
    print("ПАКЕТНЫЙ АНАЛИЗ (УПРОЩЕННЫЙ)")
    print("=" * 60)
    
    # Список текстов для анализа
    texts = [
        {
            "name": "Работа 1",
            "text": "Современные системы [1, с. 15]. Исследования показывают (Петров, 2021, с. 25)."
        },
        {
            "name": "Работа 2", 
            "text": "Анализ данных [1, с. 10] [2, с. 20] [3, с. 30] [4, с. 40] [5, с. 50]."
        },
        {
            "name": "Работа 3",
            "text": "Старые исследования 2018 года [1, с. 5]. Неактуальные данные [2, с. 10]."
        }
    ]
    
    analyzer = CitationAnalyzer(["система", "данные", "анализ"])
    results = {}
    
    for work in texts:
        result = analyzer.analyze_text(work["text"])
        results[work["name"]] = {
            "sources": result.total_sources,
            "score": result.total_score,
            "percentage": (result.total_score / result.max_score) * 100,
            "penalties": result.penalties
        }
    
    # Вывод результатов
    print("Результаты пакетного анализа:")
    print("-" * 40)
    for name, data in results.items():
        print(f"{name}:")
        print(f"  Источников: {data['sources']}")
        print(f"  Баллы: {data['score']:.1f}/10.0")
        print(f"  Процент: {data['percentage']:.1f}%")
        if data['penalties']:
            print(f"  Штрафы: {', '.join(data['penalties'])}")
        print()
    
    return results


def export_results_example():
    """Пример экспорта результатов"""
    print("\n" + "=" * 60)
    print("ЭКСПОРТ РЕЗУЛЬТАТОВ")
    print("=" * 60)
    
    # Анализ текста
    analyzer = CitationAnalyzer(["система", "информация"])
    text = "Современные системы [1, с. 15]. Исследования (Петров, 2021, с. 25)."
    result = analyzer.analyze_text(text)
    
    # Подготовка данных для экспорта
    export_data = {
        "analysis_date": "2024-01-01",
        "topic_keywords": analyzer.topic_keywords,
        "criteria": {
            "min_sources": analyzer.min_sources,
            "min_year": analyzer.min_year,
            "max_score": analyzer.max_score
        },
        "results": {
            "total_sources": result.total_sources,
            "valid_sources": result.valid_sources,
            "gost_compliant_sources": result.gost_compliant_sources,
            "recent_sources": result.recent_sources,
            "total_score": result.total_score,
            "max_score": result.max_score,
            "percentage": (result.total_score / result.max_score) * 100
        },
        "sources": [
            {
                "text": s.text,
                "year": s.year,
                "is_gost_compliant": s.is_gost_compliant,
                "relevance_score": s.relevance_score
            } for s in result.sources
        ],
        "penalties": result.penalties,
        "recommendations": result.recommendations
    }
    
    # Сохранение в JSON
    with open('example_result.json', 'w', encoding='utf-8') as f:
        json.dump(export_data, f, ensure_ascii=False, indent=2)
    
    print("Результат экспортирован в example_result.json")
    print(f"Найдено источников: {result.total_sources}")
    print(f"Баллы: {result.total_score:.1f}/{result.max_score}")
    
    return export_data


def main():
    """Основная функция с примерами"""
    print("ПРИМЕРЫ ИСПОЛЬЗОВАНИЯ АНАЛИЗАТОРА ЦИТАТ")
    
    # 1. Анализ одного текста
    analyze_single_text()
    
    # 2. Анализ с настройкой критериев
    analyze_with_custom_criteria()
    
    # 3. Пакетный анализ
    batch_analysis_example()
    
    # 4. Экспорт результатов
    export_results_example()
    
    print("\n" + "=" * 60)
    print("ВСЕ ПРИМЕРЫ ВЫПОЛНЕНЫ")
    print("=" * 60)
    print("\nДля использования в вашем проекте:")
    print("1. from citation_analyzer import CitationAnalyzer")
    print("2. analyzer = CitationAnalyzer(['ваши', 'ключевые', 'слова'])")
    print("3. result = analyzer.analyze_text('ваш текст')")
    print("4. print(analyzer.generate_report(result))")


if __name__ == "__main__":
    main()