# Entrypoint output format
mimeType = application/json
# OpenAPI Documentation - JSON format (dot notation)
post.operationId = post-v1-lda
post.description = Créer à partir de l'ensemble des documents un champ "lda" constitué de 5 topics eux-mêmes caractérisés par 10 mots.
post.summary = Classifie un ensemble de documents parmi 5 topics.
post.tags.0 = data-computer
post.requestBody.content.application/x-tar.schema.type = string
post.requestBody.content.application/x-tar.schema.format = binary
post.requestBody.required = true
post.responses.default.description = Informations permettant de récupérer les données le moment venu
post.parameters.0.description = Indenter le JSON résultant
post.parameters.0.in = query
post.parameters.0.name = indent
post.parameters.0.schema.type = boolean
post.parameters.1.description = URL pour signaler que le traitement est terminé
post.parameters.1.in = header
post.parameters.1.name = X-Webhook-Success
post.parameters.1.schema.type = string
post.parameters.1.schema.format = uri
post.parameters.1.required = false
post.parameters.2.description = URL pour signaler que le traitement a échoué
post.parameters.2.in = header
post.parameters.2.name = X-Webhook-Failure
post.parameters.2.schema.type = string
post.parameters.2.schema.format = uri
post.parameters.2.required = false
[use]
plugin = basics
plugin = analytics
plugin = spawn
# Step 1 (générique): Charger le fichier corpus
[delegate]
file = charger.cfg
# Step 2 (générique): Traiter de manière asynchnore les items reçus
[fork]
standalone = true
logger = logger.cfg
# Step 2.1 (spécifique): Lancer un calcul sur tous les items reçus
[fork/exec]
# command should be executable !
command = ./v1/lda.py
# Step 2.2 (générique): Enregister le résulat et signaler que le traitment est fini
[fork/delegate]
file = recorder.cfg
# Step 3 : Renvoyer immédiatement un seul élément indiquant comment récupérer le résulat quand il sera prêt
[shift]
[replace]
path = id
value = lda
path = value
value = env('identifier')
[JSONString]
indent = env('indent')
