fork download
copy 
  1. #clasificador idiomas con naive bayes 
  2. def lista_palabras(texto): 
  3.     palabras=[]
  4.     palabras_tmp=texto.lower().split() 
  5.     for p in palabras_tmp:
  6.         if p not in palabras and len(p)>2:
  7.             palabras.append(p)
  8.     return  palabras
  9.  
  10. def entrenar (textos):
  11.     c_palabras={}
  12.     c_categorias={} 
  13.     c_textos=0 
  14.     c_tot_palabras=0
  15. #anadir al diccionario las categorias
  16.     for t in textos:
  17.         c_textos=c_textos+1
  18.         if t[1] not in c_categorias:
  19.             c_categorias[t[1]]=1
  20.         else: 
  21.          c_categorias[t[1]]=c_categorias[t[1]]+1
  22. #anadir palabras al diccionario
  23.     for t in textos:
  24.         palabras=lista_palabras(t[0])
  25.         for p in palabras:
  26.             if p not in c_palabras :
  27.                 c_tot_palabras= c_tot_palabras +1
  28.                 c_palabras [p]={}
  29.                 for c in c_categorias:
  30.                     c_palabras[p][c]=0
  31.         c_palabras [p][t[1]]= c_palabras [p][t[1]] +1
  32.     return (c_palabras, c_categorias, c_textos, c_tot_palabras)
  33. def clasificar (texto, c_palabras, c_categorias, c_textos, c_tot_palabras):
  34.     categoria=""
  35.     prob_categoria=0
  36.     for c in c_categorias:
  37.         #probabilidad de la categoria
  38.         prob_c=float(c_categorias[c]) / float(c_textos)
  39.         palabras=lista_palabras(texto)
  40.         prob_total_c=prob_c
  41.         for p in palabras:
  42.     #probabilidad de la palabra 
  43.          if p in c_palabras:
  44.             prob_p=float(c_palabras [p] [c] ) / float (c_tot_palabras)
  45.         # probabilidad P (categoria I palabra)
  46.         prob_cond=prob_p/prob_c
  47.         # probabilidad P (palabra I categoria)
  48.         prob=(prob_cond*prob_p) / prob_c
  49.         prob_total_c=prob_total_c*prob
  50.     if prob_categoria<prob_total_c:
  51.         categoria=c
  52.         prob_categoria=prob_total_c
  53.     return (categoria, prob_categoria)
  54. if __name__ == "__main__":
  55.     textos=[
  56.         ["Allez tout droit et prenez la prochaine rue", "frances"],
  57.         ["Go straight and take the next street", "ingles"],
  58.         ["Siga recto y gire en la siguiente calle", "espanol"],
  59.         ["Intelligence Artificielle est une discipline tres interessante", "frances"],
  60.         ["Artificial Intelligence is very interesting discipline", "ingles"],
  61.         ["La Inteligencia Artificial es una disciplina muy interesante", "espanol"]
  62.     ]
  63.     p,c,t,tp= entrenar(textos)
  64.     clase = clasificar("The straight lineto the Artificial Intelligence is a turn of our brain", p,c,t,tp)
  65.     #La recta a la Inteligencia Artificial es un giro de nuestro cerebro
  66.     #La ligne droite vers l'Intelligence Artificielle est un tour de notre cerveau
  67.     print ("Texto clasificado como: "+ str(clase))
Success #stdin #stdout 0.02s 7080KB
comments (?)
stdin
copy 
Standard input is empty
stdout
copy 
Texto clasificado como: ('', 0)
https://ideone.com/cKpIEn
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!