fork download
copy 
  1. def lista_palabras(texto): 
  2.     palabras=[]
  3.     palabras_tmp=texto.lower().split() 
  4.     for p in palabras_tmp:
  5.         if p not in palabras and len(p)>2:
  6.             palabras.append(p)
  7.     return  palabras
  8.  
  9. def entrenar (textos):
  10.     c_palabras={}
  11.     c_categorias={} 
  12.     c_textos=0 
  13.     c_tot_palabras=0
  14. #anadir al diccionario las categorias
  15.     for t in textos:
  16.         c_textos=c_textos+1
  17.         if t[1] not in c_categorias:
  18.             c_categorias[t[1]]=1
  19.         else: 
  20.          c_categorias[t[1]]=c_categorias[t[1]]+1
  21. #anadir palabras al diccionario
  22.     for t in textos:
  23.         palabras=lista_palabras(t[0])
  24.         for p in palabras:
  25.             if p not in c_palabras :
  26.                 c_tot_palabras= c_tot_palabras +1
  27.                 c_palabras [p]={}
  28.                 for c in c_categorias:
  29.                     c_palabras[p][c]=0
  30.         c_palabras [p][t[1]]= c_palabras [p][t[1]] +1
  31.     return (c_palabras, c_categorias, c_textos, c_tot_palabras)
  32. def clasificar (texto, c_palabras, c_categorias, c_textos, c_tot_palabras):
  33.     categoria=""
  34.     prob_categoria=0
  35.     for c in c_categorias:
  36.         #probabilidad de la categoria
  37.         prob_c=float(c_categorias[c]) / float(c_textos)
  38.         palabras=lista_palabras(texto)
  39.         prob_total_c=prob_c
  40.         for p in palabras:
  41.     #probabilidad de la palabra 
  42.          if p in c_palabras:
  43.             prob_p=float(c_palabras [p] [c] ) / float (c_tot_palabras)
  44.         # probabilidad P (categoria I palabra)
  45.         prob_cond=prob_p/prob_c
  46.         # probabilidad P (palabra I categoria)
  47.         prob=(prob_cond*prob_p) / prob_c
  48.         prob_total_c=prob_total_c*prob
  49.     if prob_categoria<prob_total_c:
  50.         categoria=c
  51.         prob_categoria=prob_total_c
  52.     return (categoria, prob_categoria)
  53. if __name__ == "__main__":
  54.     textos=[
  55.         ["Allez tout droit et prenez la prochaine rue", "frances"],
  56.         ["Go straight and take the next street", "ingles"],
  57.         ["Siga recto y gire en la siguiente calle", "espanol"],
  58.         ["Intelligence Artificielle est une discipline tres interessante", "frances"],
  59.         ["Artificial Intelligence is very interesting discipline", "ingles"],
  60.         ["La Inteligencia Artificial es una disciplina muy interesante", "espanol"]
  61.     ]
  62.     p,c,t,tp= entrenar(textos)
  63.     clase = clasificar("The straight lineto the Artificial Intelligence is a turn of our brain", p,c,t,tp)
  64.     #La recta a la Inteligencia Artificial es un giro de nuestro cerebro
  65.     #La ligne droite vers l'Intelligence Artificielle est un tour de notre cerveau
  66.     print ("Texto clasificado como: "+ str(clase))
Success #stdin #stdout 0.02s 7160KB
comments (?)
stdin
copy 
hola
stdout
copy 
Texto clasificado como: ('', 0)
https://ideone.com/bViayM
language:
Python (cpython 2.7.16)
created:
1 year ago
visibility:
public

Share or Embed source code

Discover > Sphere Engine API

The brand new service which powers Ideone!

Discover > IDE Widget

Widget for compiling and running the source code in a web browser!