关于Rémi Lebret 的HPCA安装和使用

在安装HPCA前，需要确定环境配置。

This project requires:

• Cross-platform Make (CMake) v2.6+
• GNU Make or equivalent.
• GCC or an alternative, reasonably conformant C++ compiler.
• Zlib v1.2.5
• OpenMP API (optional)
• Doxygen (in order to make documentation which is optional.

安装Doxygen，并安装Graphviz。

在MAC的系统中，主要需要CMame下载并安装，同时在～/.bash_Profile中添加

export PATH="/Applications/CMake.app/Contents/bin:$PATH

GCC以系统自带的clang形式存在，但是由于版本较低，需要重新加载，并在～/.bash_Profile中添加

export PATH="/usr/local/opt/coreutils/libexec/gnubin:$PATH"
export PATH="/usr/local/Cellar/gcc/7.3.0_1/bin:$PATH"

OpenMP在高版本的GCC中已经支持，所以需要确定cmake指定到最新的GCC中。因而在使用cmake编译时，需要输入以下语言。

./configure #此前，确定进入目标文件夹内export CC=/usr/local/bin/gcc
export CXX=/usr/local/bin/g++
cmake /path/to/your/project #/path/to/your/project指的是make后的文件存放位置
make #可能会出现报错，具体问题如下

最后，输入

sudo make install

需要注意的是，在make时，可能会遇到以下报错

make[2]: *** [src/CMakeFiles/eval.dir/eval.cpp.o] Error 1

make[1]: *** [src/CMakeFiles/eval.dir/all] Error 2

make: *** [all] Error 2

这时，需要检查具体错误，例如

/Users/xxx/xxx/hpca-master/src/eval.cpp:231:68: error:ISO C++ forbids comparison between pointer and integer [-fpermissive]

     while ((buffer = string_copy(buffer, ptr_data, &itr, '\n')) != '\0') 

/Users/xxx/xxx/hpca-master/src/eval.cpp:138:68:error: ISO C++ forbids comparison between pointer and integer [-fpermissive]

     while ((buffer = string_copy(buffer, ptr_data, &itr, '\n')) != '\0') 

针对Mac系统，需要将所指文件中第231和138行'\n'改为“\n"。而Lunix系统中不会出现报错，不需要改动。

顺利安装后，就可以使用了。在具体处理前，需要通过PTBTokenizer来对语料进行预处理，具体操作见另一篇博文。

然后，进行HPCA相关操作。在这一步之前，需要添加环境变量，否则会出现以下报错：

preprocess: command not found

具体操作如下：

打开terminal，

vim .bash_Profile

输入

export PATH="~/xxx/hpca-master/bin:$PATH"

关闭文件后，在命令行中输入

source .bash_Profile

接下来就可以进行后续操作了。

preprocess options:

• -lower <int>: Lowercased? 0=off or 1=on (default)
• -digit <int>: Replace all digits with a special token? 0=off or 1=on (default)
• -input-file <file>: Input file to preprocess (gzip format is allowed)
• -output-file <file>: Output file to save preprocessed data
• -gzip <int>: Save in gzip format? 0=off (default) or 1=on
• -threads <int>: Number of threads; default 8
• -verbose <int>: Set verbosity: 0=off or 1=on (default)

preprocess -input-file ~/xxx/xxx/comments-token.txt -output-file ~/xxx/xxx/comments-clean.txt -lower 1 -digit 1 -verbose 1 -thread 8 -gzip 0

其他操作按照作者README.md中的指示即可完成。

需要注意的是对于eval，由于系统中可能已经存在eval的变量名，因而需要在xxx/hpca-master/bin/中，找到eval，重新命名为evalu，这样，可以使得evalu语法正确。最终输入

evalu -word-file ~/xxx/xxx/comment/words.txt -vocab-file ~/xxx/xxx/comment/target_words.txt -ws353 1 -rg65 1 -rw 1 -syn 1 -sem 1 > ~/xxx/xxx/comment/words_eval.txt

参考

http://blog.csdn.net/haohaibo031113/article/details/72833327