print '*********Buscando términos en ', _filename, ' ***********'
Terms = extractTerms(_filename, 0.05, 0.005)
# Puedes extraer términos de un archivo plano como 'data/ontology_learning.txt' y tomará cada línea como un documento distinto
# O bien un archivo como 'data/ontology_learning.xml' tomará cada nodo 'Document' como un documento distinto
# O bien una carpeta como 'data/ontology_learning' conteniendo un conjunto de documentos XML como los que se encuentran dentro de esta carpeta
# El primer umbral sirve para filtrar los términos simples entre más cercano a 0 sea este umbras más términos simples tendrás
# El segundo umbral tiene la misma funcionalidad que el primero pero con términos compuestos, procura que sea menor al primer umbral
# Puedes volver a filtrar los términos con el siguiente método sin necesidad de hacer todo el procesamiento desde cero
# Terms.recompute(0.1,0.01)
print 'Se encontraron los siguientes términos:'
for term in Terms:
print term
print '\n*************Desambiguando términos***************'
# Para desambiguar términos: para utilizar este maneja archivos planos, se me había olvidado también modificar este módulo xD.
OntologyLearningSenses = disambiguateTerms(Terms)
for term in OntologyLearningSenses.termsdis:
if term.sense:
if term.senseprobability > 0.5:
print '\tTerm ', term.term, ' disambiguate as:\n\t\t ', term.sense, ': ', term.sense.definition, ' with a ', term.senseprobability, '% of probability\n'
else:
print '\tTerm ', term.term, ' is discarded as relevant term\n'
else:
print '\tTerm ', term.term, ' not have a sense in WordNet\n'
# def getMDTerms(disambiguateTerms):
# metadataTerms = ''
# for i in range(0,disambiguateTerms.__len__()):
# term = Senses.termsdis[i]
data = conn.recv(1024)
print 'Received: '+data
if not data: break
elif data.startswith('terms for'):
directory = str(data.split('Path:')[1])[:-(charToDelete)]
directory = directory.strip()
Terms = extractTerms(str(directory),0.05,0.005)
print 'Terms founded: ',Terms
conn.send(str(Terms)+'\n')
elif data.startswith('recompute: '):
values = data[11:-(charToDelete)].split(',')
print 'recomputing terms with ',values
Terms.recompute(float(values[0]),float(values[1]))
print 'Terms recomputed: ',Terms
conn.send(str(Terms)+'\n')
elif data.startswith('disambiguate terms'):
Senses = disambiguateTerms(Terms)
conn.send(getMDTerms(Senses.termsdis)+'\n')
elif data.startswith('delete term: '):
trashterm = str(data[13:-(charToDelete)])
print trashterm, ' to delete'
Terms.trash(trashterm)
print Terms
conn.send(str(Terms)+'\n')
else:
conn.send(data)
conn.close()
addr.close()
print '*********Buscando términos en ',_filename,' ***********'
Terms = extractTerms(_filename,0.05,0.005)
# Puedes extraer términos de un archivo plano como 'data/ontology_learning.txt' y tomará cada línea como un documento distinto
# O bien un archivo como 'data/ontology_learning.xml' tomará cada nodo 'Document' como un documento distinto
# O bien una carpeta como 'data/ontology_learning' conteniendo un conjunto de documentos XML como los que se encuentran dentro de esta carpeta
# El primer umbral sirve para filtrar los términos simples entre más cercano a 0 sea este umbras más términos simples tendrás
# El segundo umbral tiene la misma funcionalidad que el primero pero con términos compuestos, procura que sea menor al primer umbral
# Puedes volver a filtrar los términos con el siguiente método sin necesidad de hacer todo el procesamiento desde cero
# Terms.recompute(0.1,0.01)
print 'Se encontraron los siguientes términos:'
for term in Terms:
print term
print '\n*************Desambiguando términos***************'
# Para desambiguar términos: para utilizar este maneja archivos planos, se me había olvidado también modificar este módulo xD.
OntologyLearningSenses = disambiguateTerms(Terms)
for term in OntologyLearningSenses.termsdis:
if term.sense:
if term.senseprobability > 0.5:
print '\tTerm ',term.term,' disambiguate as:\n\t\t ',term.sense,': ',term.sense.definition,' with a ',term.senseprobability,'% of probability\n'
else:
print '\tTerm ',term.term,' is discarded as relevant term\n'
else:
print '\tTerm ',term.term,' not have a sense in WordNet\n'
# def getMDTerms(disambiguateTerms):
# metadataTerms = ''
# for i in range(0,disambiguateTerms.__len__()):
# term = Senses.termsdis[i]