def crearDiccPosts(pDictPesos):
diccionario = {}
postings = []
indice_postings = 0
for termino, pesos in pDictPesos.items():
diccionario[termino] = [indice_postings, 0]
for peso in pesos:
docId = peso[0]
postings += [[docId, peso[1]]]
indice_postings += 1
diccionario[termino][1] = len(pesos)
archivo.crearCSVDict("diccionario.csv", diccionario)
archivo.crearCSV("postings.csv", postings)
return [diccionario, postings]
def calcularPesos(pDictFrecuenciasTerm, pN, pDictNi):
print("calculando pesos de los terminos")
dictPesos = {}
cuadrados = {}
for termino, frecuencias in pDictFrecuenciasTerm.items():
for frecuencia in frecuencias:
frecuencia[1] = (1 + log10(frecuencia[1])) * (log10(pN / pDictNi[termino]))
try:
cuadrados[frecuencia[0]] += frecuencia[1] ** 2
except KeyError:
cuadrados[frecuencia[0]] = frecuencia[1] ** 2
dictPesos[termino] = frecuencias
for docId, cuadrado in cuadrados.items():
cuadrados[docId] = sqrt(cuadrado)
archivo.crearCSVDict("normas.csv", cuadrados)
for termino, pesos in dictPesos.items():
for peso in pesos:
peso[1] = peso[1] / cuadrados[peso[0]]
dictPesos[termino] = pesos
## archivo.archivo.crearCSVDict("pesos.csv",dictPesos)
return dictPesos
