Update README.md

README.md

@@ -16,10 +16,12 @@ TuRu - Tuvan/Russian binary classifier model [GitHub](https://github.com/tarbaga
 
 ## How to use
 
+
+test.py
 ```python
 >>> from turu import TuRu
 
->>> model_file = r'turu_model.pkl'
+>>> model_file = 'turu_model.pkl'
 >>> text_in = u'Февраль 17-де, ай санаашкыны-биле Чаа чылга – Шагаа байырлалынга тураскаадып, Тыва Республиканың күрүне шаңналдарын тывыскан.'
 
 >>> turu = TuRu()
@@ -27,4 +29,50 @@ TuRu - Tuvan/Russian binary classifier model [GitHub](https://github.com/tarbaga
 
 {'lang': 0},
 
+```
+
+main.py
+```python
+import pickle
+import warnings
+warnings.filterwarnings("ignore")
+
+
+class TuRu:
+    """
+    Система распознования тувинского/русского языка на базе обученной модели sklearn.MultinomialNB()
+    : load_model - загрузка предворительно обученной модели model_file
+    : text_preroccesor - предварительная обработка текста
+    : get_turu - базовая функция для обработки текста text_in
+    """
+    def __init__(self, text_in='', model_file=''):
+        self.text_in = text_in
+        self.model_file = model_file
+
+    def load_model(self)->set:
+        "Загрузка модели"
+        with open(self, 'rb') as f:
+            vec, clf = pickle.load(f)
+        return vec, clf
+
+    def text_preroccesor(self)->str:
+        "Функция отчистки текста"
+        text = str(self).lower()
+        tokens = [x for x in text.split() if x.isalpha()]
+        return ' '.join(tokens)
+
+    def get_turu(self, model_file, text_in)->object:
+        """Обработка текста моделью"""
+        try:
+            vec, clf = TuRu.load_model(model_file)
+            text = TuRu.text_preroccesor(text_in)
+            text_transforme = vec.transform([text])
+            scor = clf.predict(text_transforme)
+    
+            if scor[0] == 1:
+                return {"type": 1, "lang": "тувинский язык"}
+            else:
+                return {"type": 0, "lang": "русский язык"}
+        except Exception as e:
+            return {"type": 3, "lang": e}
 ```