def testar(self, arquivosConsulta, dictPerfilAutor, dirBasePreparada, extensaoPadrao):
# Informacoes do experimento
numExperimentos = 0
numAcertos = 0
autorAnterior = ""
for arquivoConsulta in arquivosConsulta:
autorVerdadeiro = Util.getNomeAutor(arquivoConsulta)
# Se (comConsultaRetirada = True), retira o arquivo-consulta da base para nao constar na comparacao
if (self.comConsultaRetirada):
if (autorAnterior != "" and autorAnterior != autorVerdadeiro):
# Reindexa todos os codigos do autor anterior
arquivosParaIndexar = glob.glob(os.path.join(dirBasePreparada, autorAnterior + "*" + extensaoPadrao))
vocabularioAutorAnteriorIndexado = self.indexador.indexarArquivos(arquivosParaIndexar)
vocabularioAutorAnteriorIndexado = dict(vocabularioAutorAnteriorIndexado[autorAnterior])
dictPerfilAutor[autorAnterior] = vocabularioAutorAnteriorIndexado
# Reindexa os codigo deste autor (sem o arquivoParaRetirar)
arquivosParaIndexar = glob.glob(os.path.join(dirBasePreparada, autorVerdadeiro + "*" + extensaoPadrao))
arquivoParaRetirar = Util.getNomeArquivo(arquivoConsulta)
arquivoParaRetirar = dirBasePreparada[0:len(dirBasePreparada)-1] + "\\" + arquivoParaRetirar + extensaoPadrao
vocabularioAutorIndexado = self.indexador.indexarArquivosSemArquivoEspecifico(arquivosParaIndexar, arquivoParaRetirar)
vocabularioAutorIndexado = dict(vocabularioAutorIndexado[autorVerdadeiro])
dictPerfilAutor[autorVerdadeiro] = vocabularioAutorIndexado
# Verifica a presenca de termos com 1 ocorrencia na base indexada
#for autor, ngramsIndexado in dictPerfilAutor.iteritems():
# for ngrams, frequencia in ngramsIndexado.iteritems():
# if (frequencia == 1):
# print "igual a 1"
# print autor
# print ngrams, " : " , frequencia
# Faz a consulta/comparacao e sugere quem e o autor do arquivo
autorScap = self.buscador.compararComTodosDaBase(arquivoConsulta, dictPerfilAutor)
autorAnterior = autorVerdadeiro
numExperimentos += 1
if (autorVerdadeiro == autorScap):
numAcertos += 1
acuracia = numAcertos/float(numExperimentos)
#self.imprimirResultado(arquivoConsulta, autorVerdadeiro, autorScap, numExperimentos, numAcertos, acuracia)
# if para imprimir somente o ultimo resultado, ou seja, a acuracia total do algoritmo
if (numExperimentos == len(arquivosConsulta)):
self.imprimirResultado(numExperimentos, numAcertos, acuracia)
return self.guardarResultado(numExperimentos, numAcertos, acuracia)
def recuperarNGramsPorAutor(self, arquivosNGrams):
autor = ""
# Com defaultdict(list), dictNGramsPorAutor[autor] = []
# O defaultdict() inicia o valor do dict com uma lista vazia
dictNGramsPorAutor = defaultdict(list) # {"autor", "listNGramsAutor"}
#print "N-grams recuperados dos arquivos..."
for arquivo in arquivosNGrams:
#print arquivo
autor = Util.getNomeAutor(arquivo)
# Recupera os n-grams do arquivo e atualiza o dicionario de autores
dictNGramsPorAutor[autor].append(self.recuperarNGrams(arquivo))
# Transforma a lista de n-grams numa string unica
for autor, listNGramsAutor in dictNGramsPorAutor.iteritems():
dictNGramsPorAutor.update({autor : "".join(listNGramsAutor)})
return dictNGramsPorAutor
