Título: Obtener el porcentaje de oraciones con 1 palabra, 2 palabras, 3 palabras, etc. Publicado por: Wil630 en 1 Noviembre 2015, 21:08 pm [Python][Python][Python][Python][Python][Python][Python][Python][Python][Python][Python]
Hola a todos, Debo obtener el porcentaje de oraciones con 1 palabra, 2 palabras, etc. en español y francés a partir de algunos libros obtenidos de gutenber.org. Aún no sé cómo llegar a definir el diccionario para que me muestre en el resultado final algo como esto: { "español": {1:0.05, 2:0.10, 3:0.15, 4:0.20, 5:0.22, ... }, "francés": {1:0.03, 2:0.14, 3:0.11, 4:0.18, 5:0.29, ... }, "italiano": ..., } Ya bajé los libros de gutenberg.org, les quité los encabezados, limpié los textos, dividí los textos en oraciones mediante "<>" y dividí las oraciones por palabras. No sé qué más debo hacer para terminar este ejercicio. Agradezco de antemano su colaboración. Esto es lo que llevo: # -*- coding:utf-8 -*- from gutenberg.acquire import load_etext from gutenberg.cleanup import strip_headers libros_idiomas={"frances":[17808,16901,10774,33378,27566,26813,18627], "espanol":[16484,42727,25317,1619,27736,11529,31637,31013] } for idioma in libros_idiomas: dic_cont_palabras_en_oraciones={} print "Idioma", idioma for codigo_libro in libros_idiomas[idioma]: print codigo_libro texto=load_etext(codigo_libro) texto=strip_headers(texto).lower() for caracter_especial in u',".-?¿()¡!«»:;*_~]': texto=texto.replace(caracter_especial, ' ') for separador_oracion in '.'+'.\n': texto=texto.replace(separador_oracion, u'<>') oraciones=texto.split('<>') for oracion in oraciones: palabras=oracion.split() cantidad_palabras=len(palabras) if len(palabras) in dic_cont_palabras_en_oraciones: dic_cont_palabras_en_oraciones[len(palabras)]+1 else: dic_cont_palabras_en_oraciones[len(palabras)]=1 palabras_en_oraciones=dic_cont_palabras_en_oraciones.keys() Título: Obtener el porcentaje de oraciones con 1 palabra, 2 palabras, 3 palabras, etc. Publicado por: Wil630 en 1 Noviembre 2015, 21:13 pm [Python] [Python] [Python] [Python] [Python] [Python]
Hola a todos, Debo obtener el porcentaje de oraciones con 1 palabra, 2 palabras, etc. en español y francés a partir de algunos libros obtenidos de gutenber.org. Aún no sé cómo llegar a definir el diccionario para que me muestre en el resultado final algo como esto: { "español": {1:0.05, 2:0.10, 3:0.15, 4:0.20, 5:0.22, ... }, "francés": {1:0.03, 2:0.14, 3:0.11, 4:0.18, 5:0.29, ... }, "italiano": ..., } Ya bajé los libros de gutenberg.org, les quité los encabezados, limpié los textos, dividí los textos en oraciones mediante "<>" y dividí las oraciones por palabras. No sé qué más debo hacer para terminar este ejercicio. Agradezco de antemano su colaboración. Esto es lo que llevo: # -*- coding:utf-8 -*- from gutenberg.acquire import load_etext from gutenberg.cleanup import strip_headers libros_idiomas={"frances":[17808,16901,10774,33378,27566,26813,18627], "espanol":[16484,42727,25317,1619,27736,11529,31637,31013] } for idioma in libros_idiomas: dic_cont_palabras_en_oraciones={} print "Idioma", idioma for codigo_libro in libros_idiomas[idioma]: print codigo_libro texto=load_etext(codigo_libro) texto=strip_headers(texto).lower() for caracter_especial in u',".-?¿()¡!«»:;*_~]': texto=texto.replace(caracter_especial, ' ') for separador_oracion in '.'+'.\n': texto=texto.replace(separador_oracion, u'<>') oraciones=texto.split('<>') for oracion in oraciones: palabras=oracion.split() cantidad_palabras=len(palabras) if len(palabras) in dic_cont_palabras_en_oraciones: dic_cont_palabras_en_oraciones[len(palabras)]+1 else: dic_cont_palabras_en_oraciones[len(palabras)]=1 palabras_en_oraciones=dic_cont_palabras_en_oraciones.keys() Título: Re: Obtener el porcentaje de oraciones con 1 palabra, 2 palabras, 3 palabras, etc. Publicado por: tincopasan en 2 Noviembre 2015, 02:44 am ¿estás teniendo un problema de programación o de lógica? o sea que, o alguna función te da error o no la has desarrollado.Tenés una parte, diría que falta la parte del porcentaje, desarrollala y ahí se verá donde pueda haber errores.
Título: Re: Obtener el porcentaje de oraciones con 1 palabra, 2 palabras, 3 palabras, etc. Publicado por: Wil630 en 2 Noviembre 2015, 09:03 am En realidad no la he desarrollado. Hasta el momento esto es lo que llevo y no sé cómo hacer el código para el porcentaje.
Título: Re: Obtener el porcentaje de oraciones con 1 palabra, 2 palabras, 3 palabras, etc. Publicado por: tincopasan en 2 Noviembre 2015, 12:28 pm veamos...
esto es lo que sabés como obtener total_de_oraciones = 120 oraciones_2_palabras= 8 oraciones_3_palabras= 12 ahora un poco de matemáticas muy básica si 120(oraciones) es el 100 % entonces oraciones de 8(palabras) = X (porcentaje) por lo tanto X = 8 * 100 / 120 porcentaje_oraciones_2_palabras = 8(cantidad de oraciones con 2 palabras) * 100 / 120 porcentaje_oraciones_3_palabras= 12 * 100 / 120 diccionario = agregar cantidad de oraciones de ("x")en este caso 2 palabras(key):porcentaje de esa cantidad(value) diccionario_porcentaje={2:6.66,3:10}etc. sería lo mismo para la cantidad de palabras que tengas que agregar Título: Re: Obtener el porcentaje de oraciones con 1 palabra, 2 palabras, 3 palabras, etc. Publicado por: Wil630 en 2 Noviembre 2015, 22:58 pm Muchas gracias. Lo voy a intentar.
Saludos. |