/*
  #    --------------------------------------------------------
  #    LIA_TAGG: a statistical POS tagger + syntactic bracketer
  #    --------------------------------------------------------
  #
  #    Copyright (C) 2001 FREDERIC BECHET
  #
  #    ..................................................................
  #
  #    This file is part of LIA_TAGG
  #
  #    LIA_TAGG is free software; you can redistribute it and/or modify
  #    it under the terms of the GNU General Public License as published by
  #    the Free Software Foundation; either version 2 of the License, or
  #    (at your option) any later version.
  #
  #    This program is distributed in the hope that it will be useful,
  #    but WITHOUT ANY WARRANTY; without even the implied warranty of
  #    MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE.  See the
  #    GNU General Public License for more details.
  #
  #    You should have received a copy of the GNU General Public License
  #    along with this program; if not, write to the Free Software
  #    Foundation, Inc., 59 Temple Place, Suite 330, Boston, MA 02111-1307 USA
  #    ..................................................................
  #
  #    Contact :
  #              FREDERIC BECHET - LIA - UNIVERSITE D'AVIGNON
  #              AGROPARC BP1228 84911  AVIGNON  CEDEX 09  FRANCE
  #              frederic.bechet@lia.univ-avignon.fr
  #    ..................................................................
  */
  /*  Compile un fichier ARPA  */
  /*  FRED 0399  */
  
  #include <libgram.h>
  #include <compile_gram.h>
  
  #define TailleLigne	200
  
  void main(int argc ,char **argv )
  {
  int n,si_log_e,si_2g,si_dicho,si_code;
  FILE *file;
  double coef1,coef2,coef3;
  ty_lexique pt_lexique;
  ty_ml pt_ml;
  
  if ((argc==2)&&(!strcmp(argv[1],"-h")))
   {
   fprintf(stderr,"Syntaxe : %s [-h] <-lexique fich_lexique ou -code> <fich arpa> <log_10/log_e>\
   <2g/3g> [-dicho | <coef 1g> <coef 2g> <coef 3g>]
  \
   avec :
  \
   \t-lexique fich_lexique = si le fichier arpa contient des graphies, il faut un lexique compile
  \
   \t\tcompile au format sirocco pour obtenir les codes
  \
   \tou
  \
   \t-code = le fichier arpa contient des codes, et donc on a pas besoin de lexique
  \
   \t<fich arpa> = nom du fichier ML au format arpa
  \
   \t<log_10/log_e> = proba stockees en log base 10 ou log base e
  \
   \t<2g/3g> = compilation d'un modele bigramme ou trigramme
  \
   \t-dicho = flag signifiant que l'on veut utiliser la dichotomie comme recherche des elements
  \
   \t<coef 1g> <coef 2g> <coef 3g> : coeff de remplissage des tableaux de Hachage si l'on n'utilise
  \
   \tpas la dichotomie
  ",argv[0]);
   exit(0);
   }
  
  if (argc<6)
   {
   fprintf(stderr,"Syntaxe : %s [-h] <-lexique fich_lexique ou -code> <fich arpa> <log_10/log_e>\
   <2g/3g> [-dicho | <coef 1g> <coef 2g> <coef 3g>]
  ",argv[0]);
   exit(0);
   }
  
  n=1;
  
  if (!strcmp(argv[n],"-lexique"))
   {
   fprintf(stderr,"Chargement du lexique -> ");
   pt_lexique=ChargeLexique(argv[++n]);
   fprintf(stderr,"Terminee
  ");
   si_code=0;
   }
  else
   {
   fprintf(stderr,"Le fichier ARPA contient des codes a la place des graphies
  \
   On a donc pas besoin de lexique
  ");
   si_code=1;
   }
  
  n++;
  
  /*  Log base e ou base 10  */
  
  if (!strcmp(argv[n+1],"log_e"))
   {
   si_log_e=1;
   fprintf(stderr,"On compile le ML en log neperien
  ");
   }
  else
   {
   si_log_e=0;
   fprintf(stderr,"On compile le ML en log base 10
  ");
   }
  
  /*  Bigramme ou trigramme  */
  
  if (!strcmp(argv[n+2],"2g")) 
   {
   si_2g=1;
   fprintf(stderr,"On compile un modele bigramme
  ");
   }
  else
   {
   si_2g=0;
   fprintf(stderr,"On compile un modele trigramme
  ");
   }
  
  /*  Dichotomie ou hash code  */
  
  if (!strcmp(argv[n+3],"-dicho")) si_dicho=1; else si_dicho=0;
  
  /*  Creation des fichiers n-gram a partir d'un fichier ARPA  */
  
  fprintf(stderr,"Initialisation des tableaux 1.2.3-grams -> 
  ");
  
  if (si_dicho)
   {
   coef1=coef2=coef3=1.;
   pt_ml=InitGram(argv[n],argv[n],coef1,coef2,coef3,si_dicho,si_log_e,si_2g);
   }
  else
   {
   sscanf(argv[n+3],"%lf",&coef1); sscanf(argv[n+4],"%lf",&coef2);
   if (si_2g) coef3=1.; else sscanf(argv[n+5],"%lf",&coef3);
   pt_ml=InitGram(argv[n],argv[n],coef1,coef2,coef3,si_dicho,si_log_e,si_2g);
   }
  
  fprintf(stderr,"Terminee
  ");
  
  pt_ml->lexique=pt_lexique;
  
  fprintf(stderr,"Lecture du fichier n-gram DARPA et creation des n-grams
  ");
  if (!(file=fopen(argv[n],"r"))) { fprintf(stderr,"Je ne peux lire: %s",argv[n]); exit(0); }
  
  LisFichDARPA(file,si_log_e,si_2g,si_code,pt_ml);
  fclose(file);
  
  if (si_dicho)
   {
   fprintf(stderr,"Tri des tableaux de Hash pour la dichotomie -> ");
   SortHash(pt_ml);
   fprintf(stderr,"Termine
  ");
   }
  SauveGram(argv[n],pt_ml);
  
  delete_ml(pt_ml);
  }