perl-Statistics-MaxEntropy.spec

   1 #
   2 # Conditional build:
   3 %bcond_without  tests   # do not perform "make test"
   4
   5 %define         pdir    Statistics
   6 %define         pnam    MaxEntropy
   7 Summary:        MaxEntropy - Perl5 module for Maximum Entropy Modeling and Feature Induction
   8 Summary(pl.UTF-8):      MaxEntropy - moduł do modelowania największej entropii i indukcji cech
   9 Name:           perl-Statistics-MaxEntropy
  10 Version:        0.9
  11 Release:        15
  12 License:        GPL v2+
  13 Group:          Development/Languages/Perl
  14 Source0:        http://www.cpan.org/modules/by-module/%{pdir}/%{pdir}-%{pnam}-%{version}.tar.gz
  15 # Source0-md5:  b1f7972596653b423e5d65fc7e29f2ee
  16 Patch0:         %{name}-paths.patch
  17 URL:            http://search.cpan.org/dist/Statistics-MaxEntropy/
  18 BuildRequires:  perl-devel >= 1:5.8.0
  19 BuildRequires:  rpm-perlprov >= 4.1-13
  20 %if %{with tests}
  21 BuildRequires:  perl-perldoc
  22 %endif
  23 Requires:       perl-perldoc
  24 BuildArch:      noarch
  25 BuildRoot:      %{tmpdir}/%{name}-%{version}-root-%(id -u -n)
  26
  27 %description
  28 This module is an implementation of the Generalised and Improved
  29 Iterative Scaling (GIS, IIS) algorithms and the Feature Induction (FI)
  30 algorithm as defined in (Darroch and Ratcliff 1972) and (Della Pietra
  31 et al. 1997). The purpose of the scaling algorithms is to find the
  32 maximum entropy distribution given a set of events and (optionally) an
  33 initial distribution. Also a set of candidate features may be
  34 specified; then the FI algorithm may be applied to find and add the
  35 candidate feature(s) that give the largest `gain' in terms of Kullback
  36 Leibler divergence when it is added to the current set of features.
  37
  38 %description -l pl.UTF-8
  39 Ten moduł jest implementacją algorytmów uogólnionego i ulepszonego
  40 iteracyjnego skalowania (GIS, IIS) oraz algorytmu indukcji cech (FI -
  41 Feature Induction), zdefiniowanych przez Darrocha i Ratcliffa w 1972
  42 roku oraz Della Pietra i innych w 1997. Celem algorytmów skalujących
  43 jest znalezienie maksymalnego rozproszenia entropii zadanej zbiorem
  44 zdarzeń i (opcjonalnie) początkowym rozproszeniem. Można podać także
  45 zbiór cech-kandydatów; wtedy może być zastosowany algorytm FI do
  46 odnalezienia i dodanie cech-kandydatów, które dają największy zysk w
  47 sensie odchylenia Kullbacka-Leiblera kiedy są dodane do aktualnego
  48 zbioru cech.
  49
  50 %prep
  51 %setup -q -n %{pdir}-%{pnam}-%{version}
  52 %patch0 -p0
  53
  54 # kill insecure /tmp usage and possible conflict with another users' builds
  55 install -d tmp
  56 %{__perl} -pi -e 's@"/tmp"@"tmp"@' t/0[01]*
  57
  58 %build
  59 %{__perl} Makefile.PL \
  60         INSTALLDIRS=vendor
  61 %{__make}
  62
  63 %{?with_tests:%{__make} test}
  64
  65 %install
  66 rm -rf $RPM_BUILD_ROOT
  67
  68 %{__make} install \
  69         DESTDIR=$RPM_BUILD_ROOT
  70
  71 %clean
  72 rm -rf $RPM_BUILD_ROOT
  73
  74 %files
  75 %defattr(644,root,root,755)
  76 %doc Changes README *txt
  77 %attr(755,root,root) %{_bindir}/ME.wrapper.pl
  78 %{perl_vendorlib}/Statistics/*.pm
  79 # empty autosplit.ix files
  80 #%%{perl_vendorlib}/auto/Statistics/Candidates
  81 #%%{perl_vendorlib}/auto/Statistics/MaxEntropy
  82 #%%{perl_vendorlib}/auto/Statistics/SparseVector
  83 %{_mandir}/man[13]/*