Last active
June 10, 2019 00:24
-
-
Save theotheo/3a0803abd86f7e19bdf1f953616330bf to your computer and use it in GitHub Desktop.
This file contains bidirectional Unicode text that may be interpreted or compiled differently than what appears below. To review, open the file in an editor that reveals hidden Unicode characters.
Learn more about bidirectional Unicode characters
from dostoevsky.tokenization import UDBaselineTokenizer | |
from dostoevsky.word_vectors import SocialNetworkWordVectores | |
from dostoevsky.models import SocialNetworkModel | |
tokenizer = UDBaselineTokenizer() | |
tokens = tokenizer.split('всё очень плохо') # [('всё', 'ADJ'), ('очень', 'ADV'), ('плохо', 'ADV')] | |
word_vectors_container = SocialNetworkWordVectores() | |
vectors = word_vectors_container.get_word_vectors(tokens) | |
vectors.shape # (3, 300) - three words/vectors with dim=300 | |
model = SocialNetworkModel( | |
tokenizer=tokenizer, | |
word_vectors_container=word_vectors_container, | |
lemmatize=False, | |
) | |
qs = ['Как обеспечить анонимность в интернете?', | |
'Как вернуть товар для обмена в интернет- магазин,чтобы не остаться и без денег и без товара?', | |
'Как должен был действовать Спартак, чтобы захватить Рим?', | |
'Почему динозавры жили 250 млн лет и не стали разумными, а люди живут всего 3 млн и стали? '] | |
model.predict(qs) |
This file contains bidirectional Unicode text that may be interpreted or compiled differently than what appears below. To review, open the file in an editor that reveals hidden Unicode characters.
Learn more about bidirectional Unicode characters
MAP = { | |
'znatoki': | |
{ | |
'Авто и транспорт': 'Транспорт', | |
'Бизнес и право': 'Бизнес и финансы', | |
'Животные и домашние питомцы': 'Животные и растения', | |
'Растения и садоводство': 'Развлечения и досуг', | |
'Развлечения и досуг': 'Развлечения и досуг' | |
}, | |
'mailru': | |
{ | |
'Авто, Мото': 'Транспорт', | |
'Бизнес, Финансы': 'Бизнес и финансы' | |
}, | |
'thequestion': | |
{ | |
'Метрополитен': 'Транспорт', | |
'Авиация': 'Транспорт', | |
'Авто': 'Транспорт', | |
'Транспорт': 'Транспорт' | |
} | |
} | |
MAP['znatoki']['Авто и транспорт'] | |
MAP['thequestion']['Авто'] |
This file contains bidirectional Unicode text that may be interpreted or compiled differently than what appears below. To review, open the file in an editor that reveals hidden Unicode characters.
Learn more about bidirectional Unicode characters
import pandas as pd | |
test_data = [ | |
"""Пользователь может разочароваться в сервисе в случает отсутствие ответа на его | |
вопрос, и возможно стоит информировать его, что вероятно ответа не будет и давать | |
советы о том, как улучшить вопрос. Основная мотиация данной работы и состоит в том, | |
чтобы выявить признаки, определеяющие "плохой" вопрос (тот, который скорее всего | |
не получит ответа), заданный на русском языке.""", | |
"""Первая в России выставка мирового уровня, посвященная роли искусственного интеллекта в современном искусстве, пройдет в Главном штабе Эрмитажа. Ее открытие запланировано на первый день работы Петербургского международного экономического форума-2019. | |
Участвующие в выставке художница Лулуа Аль-Хамуд и Данья Аль-Салех (Lulwah Al-Homoud and Daniah Al-Saleh) из Саудовской Аравии создают с помощью AI на основе арабского алфавита абстрактную графическую форму нового языка, который претендует на то, чтобы стать универсальным средством общения. | |
Всего в выставке примут участие 14 художников и творческих коллективов из 10 стран мира.""" | |
] | |
df = pd.DataFrame(test_data, columns=['text']) | |
def calc(x): | |
res = {} | |
metrics = [ | |
'flesch_reading_ease', | |
'smog_index', | |
'flesch_kincaid_grade', | |
'coleman_liau_index', | |
'automated_readability_index', | |
'dale_chall_readability_score', | |
'difficult_words', | |
'linsear_write_formula', | |
'gunning_fog', | |
'text_standard' | |
] | |
for m in metrics: | |
func = getattr(textstat, m) | |
res[m] = func(x) | |
return res | |
df['text'].apply(calc).apply(pd.Series) | |
Sign up for free
to join this conversation on GitHub.
Already have an account?
Sign in to comment