def articut4PatentBot(categoryFILE, inputSTR):
with open("account.info", encoding="utf-8") as f:
userinfoDICT = json.loads(f.read())
articut = Articut(username=userinfoDICT["username"], apikey=userinfoDICT["apikey"], level="lv1")
# 讀入對應類別的專利文本
#patentDICT = patent[categoryFILE]
#patent_file = categoryFILE + '.json'
with open("Dataset\patent.json", encoding='utf-8') as f:
AllpatentDICT = json.loads(f.read())
patentDICT = AllpatentDICT[categoryFILE]
CertificateNumber = list(patentDICT.keys())
# 接收使用者輸入的專利範圍
userSTR = inputSTR.replace(" ", "").replace("\n", "")
userResultDICT = articut.parse(userSTR)
# 將類別中的專利範圍全部比對一次
VerbCosineSimilarity = []
NounCosineSimilarity = []
TFIDFCosineSimilarity = []
for k in patentDICT.values():
STR = k.replace(" ", "").replace("\n", "")
STRResultDICT = articut.parse(STR)
# 取得「動詞」做為特徵列表
patentVerbLIST = articut.getVerbStemLIST(STRResultDICT)
userVerbLIST = articut.getVerbStemLIST(userResultDICT)
# 利用 Counter() 模組計算每個動詞出現的次數
patentCOUNT = Counter(wordExtractor(patentVerbLIST, unify=True))
userCOUNT = Counter(wordExtractor(userVerbLIST, unify=True))
# 計算 [專利文本 vs. 使用者輸入文本] 的餘弦相似度
patent2userSIM = counterCosineSimilarity(patentCOUNT, userCOUNT)
VerbCosineSimilarity.append(patent2userSIM)
# 取得「名詞」做為特徵列表
patentNounLIST = articut.getNounStemLIST(STRResultDICT)
userNounLIST = articut.getNounStemLIST(userResultDICT)
# 利用 Counter() 模組計算每個名詞出現的次數
patentCOUNT = Counter(wordExtractor(patentNounLIST, unify=True))
userCOUNT = Counter(wordExtractor(userNounLIST, unify=True))
# 計算 [專利文本 vs. 使用者輸入文本] 的餘弦相似度
patent2userSIM = counterCosineSimilarity(patentCOUNT, userCOUNT)
NounCosineSimilarity.append(patent2userSIM)
# 取得「TF-IDF」做為特徵列表
patentTFIDFLIST = articut.analyse.extract_tags(STRResultDICT)
userTFIDFLIST = articut.analyse.extract_tags(userResultDICT)
# 利用 Counter() 模組計算每個 TF-IDF 特徵詞出現的次數
patentCOUNT = Counter(patentTFIDFLIST)
userCOUNT = Counter(userTFIDFLIST)
# 計算 [專利文本 vs. 使用者輸入文本] 的 TF-IDF 餘弦相似度
patent2userSIM = counterCosineSimilarity(patentCOUNT, userCOUNT)
TFIDFCosineSimilarity.append(patent2userSIM)
ArticutresultDICT = {}
max_Verb = max(VerbCosineSimilarity)
v = VerbCosineSimilarity.index(max_Verb)
# print("[專利文本 vs. 使用者輸入文本] 的動詞餘弦相似度:{}".format(VerbCosineSimilarity))
# print("最大值為{:.2f}來自證書書號{}的專利範圍".format(max_Verb, CertificateNumber[v]))
ArticutresultDICT["Verb"] = {}
ArticutresultDICT["Verb"][CertificateNumber[v]] = max_Verb
max_Noun = max(NounCosineSimilarity)
n = NounCosineSimilarity.index(max_Noun)
# print("[專利文本 vs. 使用者輸入文本] 的名詞餘弦相似度:{}".format(NounCosineSimilarity))
# print("最大值為{:.2f}來自證書書號{}的專利範圍".format(max_Noun, CertificateNumber[n]))
ArticutresultDICT["Noun"] = {}
ArticutresultDICT["Noun"][CertificateNumber[n]] = max_Noun
max_TFIDF = max(TFIDFCosineSimilarity)
t = TFIDFCosineSimilarity.index(max_TFIDF)
# print("[專利文本 vs. 使用者輸入文本] 的 TF-IDF 特徵詞餘弦相似度:{}".format(TFIDFCosineSimilarity))
# print("最大值為{:.2f}來自證書書號{}的專利範圍".format(max_TFIDF, CertificateNumber[t]))
ArticutresultDICT["TFIDF"] = {}
ArticutresultDICT["TFIDF"][CertificateNumber[t]] = max_TFIDF
ArticutresultDICT["All_Max"] = {}
m = max(max_Verb, max_Noun, max_TFIDF)
if m == max_Noun:
ArticutresultDICT["All_Max"][CertificateNumber[n]] = [m, "名詞"]
elif m == max_Verb:
ArticutresultDICT["All_Max"][CertificateNumber[v]] = [m, "動詞"]
elif m == max_TFIDF:
ArticutresultDICT["All_Max"][CertificateNumber[t]] = [m, "TF-IDF"]
return ArticutresultDICT
#Articut 的 POS 標記斷詞結果在 "result_pos" 中。
print(result["result_pos"])
print("有幾個動詞的「研究」呢？")
verbLIST = articut.getVerbStemLIST(result, indexWithPOS=False)
verbCounter = 0
for sentence in verbLIST: #verbLIST 中，每「一個」句子是一個獨立的 list，故要先進入 sentence，再計算其中的 "研究"
for v in sentence:
if v[-1] == "研究":
print("發現動詞「研究」 ，位於原句的 {}~{} 位置".format(v[0], v[1]))
verbCounter = verbCounter + 1
print("共有 {} 個『研究』是動詞。".format(verbCounter))
print("有幾個名詞的「研究」呢？")
nounLIST = articut.getNounStemLIST(result, indexWithPOS=False)
nounCounter = 0
for sentence in nounLIST: #nounLIST 中，每「一個」句子是一個獨立的 list，故要先進入 sentence，再計算其中的 "研究"
for n in sentence:
if n[-1] == "研究":
print("發現名詞「研究」 ，位於原句的 {}~{} 位置".format(n[0], n[1]))
nounCounter = nounCounter + 1
print("共有 {} 個『研究』是名詞。".format(verbCounter))