print("Data imported.")
###############################################################################
###############################################################################
# Latent Semantic Analysis
###############################################################################
lsa = LSA(MAX_GRAM, MIN_FREQ, P_EIG)
lsa_results = lsa.process_utterances_through_lsa(db.human_utterances)
print("LSA Results computed.")
###############################################################################
test_score = []
###############################################################################
# Data Division
sets = Set(lsa_results, db.robot_ids, db.human_utterances, n_splits=5)
###############################################################################
###############################################################################
# Naive Bayes Classifier
###############################################################################
for i in range(len(sets.lsa_vectors_train)):
naive = NaiveBayesClassifier(alpha=ALPHA)
naive.learning_phase(numpy.array(sets.lsa_vectors_train[i]),
sets.robot_ids_train[i])
###############################################################################
###############################################################################
# Computing the results of the experiment
###############################################################################
test_score.append(
print("total phrases per class = ", n_elements)
print("total number of classes = ", count)
###############################################################################
###############################################################################
# Latent Semantic Analysis
###############################################################################
lsa = LSA(MAX_GRAM, MIN_FREQ, P_EIG)
lsa_results = lsa.process_utterances_through_lsa(x)
print("LSA Results computed.")
###############################################################################
###############################################################################
# Data Division
sets = Set(lsa_results, numpy.array(y), numpy.array(x), n_splits=5)
###############################################################################
###############################################################################
# Naive Bayes Classifier
###############################################################################
for i in range(len(sets.lsa_vectors_train)):
naive = NaiveBayesClassifier(alpha=ALPHA)
naive.learning_phase(numpy.array(sets.lsa_vectors_train[i]),
sets.robot_ids_train[i])
###############################################################################
###############################################################################
# Computing the results of the experiment
###############################################################################
test_score.append(