Closed tuhinjubcse closed 3 years ago
@thompsonb any idea how to resolve this ?
Can you share the file you are trying to paraphrase? Or better yet a subset of it that also fails
https://github.com/tuhinjubcse/tuhinjubcse.github.io/blob/master/ru.txt
This file is the input file
https://github.com/tuhinjubcse/tuhinjubcse.github.io/blob/master/test.src is the file after applying SPM
It's failing on blank lines in your input file
I can't see a blank line . Do you know which line number ? or do u mean sentences which have space in the beginning ?
for ii, line in enumerate(open('ru.txt')):
if len(line.strip()) == 0:
print(f'line {ii} is blank')
line 52672 is blank
my test.src file looks fine
▁С во ей ▁рук ой ▁у брал ▁я ▁со ▁стол а . ▁Ле са , ▁недавно ▁столь ▁ густ ые , ▁Вы ▁собира ете ся ▁в да ль ? ▁Как ой - ни буд ь ▁не прав ед ный ▁из ги б ▁О ▁чем - то ▁г рус тил ▁я , ▁чем у - то ▁сме я лся , ▁На клон ились ▁на до ▁м ной ▁ сон ные ▁си дел ки . ▁Но чь ▁тих а . ▁Пу сты ня ▁в нем лет ▁бог у , ▁Бо город и цу ▁мол ить ... ▁Гор ды й ▁в зор ▁ин оп лем енный , ▁В ▁к руж ев ах ▁и ▁бел ой ▁ки се е . ▁По став ь те , ▁не вольн ики ▁во ли , ▁В ▁них ▁и ▁во все ▁не ▁ гляд е ть . ▁И ▁всем ▁каза лось , ▁что ▁рад ость ▁будет , ▁Не под ков ан ных ▁ко пыт . ▁С казал , ▁что ▁у ▁меня ▁со пер ниц ▁нет . ▁Но чная ▁до чь ▁и ных ▁в рем ён . ▁Те ни ст ▁и ▁х ла ден ▁их ▁по рог , ▁На ▁пари ж ский ▁че рд ак ▁за гна ла . ▁Во стор жен ных ▁по х вал ▁про й дет ▁минут ный ▁шум ; ▁Про тяж но ▁по ет ▁и ▁у ны ло . ▁В ▁па ху чем ▁ту ман е ▁п лы в ут ... ▁А ▁в ▁какой - ни буд ь ▁ди кой ▁ще ли , ▁Послед ние ▁ дары ▁т во их ▁зем ных ▁за бот . ▁О кол дова на ▁ж ёл т ой ▁ лу ною : ▁И ▁сам а ▁я ▁не ▁стала ▁новой , ▁Я д ▁кап лет ▁ск воз ь ▁его ▁кор у ,
test.tgt too