forked from mrlan/EnglishPal
新建了simplify_the_words_dict函数专门用于给评级后的词库单词清洗词根,词根的难度按照其变式的最低等级决定,
parent
ce9e18e3fe
commit
a39b0bb8e5
|
@ -53,31 +53,48 @@ def get_difficulty_level_for_words_and_tests(dic):
|
|||
d[k] = 6
|
||||
elif 'BBC' in dic[k]:
|
||||
d[k] = 8
|
||||
print(k, d[k])
|
||||
# print(k, d[k])
|
||||
|
||||
return d # {'apple': 4, ...}
|
||||
|
||||
def simplify_the_words_dict(dic):
|
||||
"""
|
||||
用于把保存了词库中评级后的词新建一个以词根为键、以同词根的最低等级为值
|
||||
"""
|
||||
stem = snowballstemmer.stemmer('english')
|
||||
|
||||
res = {}
|
||||
for j in dic: # j 在字典中
|
||||
temp = stem.stemWord(j) # 提取j得词根
|
||||
if not temp in res: # 如果这个词根不在结果字典中,则以词根为键、以dic中的等级作为值添加
|
||||
res[temp] = dic[j]
|
||||
else: # 如果这个词在结果词典中,则比较一下单词的难度等级是否最小
|
||||
if res[temp] > dic[j]:
|
||||
res[temp] = dic[j]
|
||||
|
||||
return res
|
||||
|
||||
|
||||
def get_difficulty_level(d1, d2):
|
||||
"""
|
||||
d2 来自于词库的27000个已标记单词
|
||||
d1 你个老六不会的词
|
||||
在d2的后面添加单词,没有新建一个新的字典
|
||||
"""
|
||||
d2 = get_difficulty_level_for_words_and_tests(d2) # 根据标记评级,仅适用于词库中的词
|
||||
d2 = get_difficulty_level_for_words_and_tests(d2) # 根据d2的标记评级{'apple': 4, 'abandon': 4, ...}
|
||||
d2_sim = simplify_the_words_dict(d2) # 提取d2的词根 {'appl': 4, 'abandon': 4, ...}
|
||||
stem = snowballstemmer.stemmer('english')
|
||||
|
||||
for k in d1: # k是用户不会的词
|
||||
for l in d2: # l是已经完成评级的词库的词
|
||||
if k == l: # k == l,这个用户也不会的词刚好以原型的形式出现在词库中,因为词库已经评过难度了,所以啥也不用干
|
||||
for k in d1: # 用户的词
|
||||
for l in d2_sim: # l是词库的某个单词的词根
|
||||
if stem.stemWord(k) == l: # 两者相等则视为同一难度的词
|
||||
d2[k] = d2_sim[l] # 给d2定级
|
||||
break
|
||||
elif stem.stemWord(k) in l: # 这个词的词根与词库中的某个词一样,我们认为是同一难度的词
|
||||
d1[k] = d2[l]
|
||||
else: # 这个词不在词库中,按频率来评定难度
|
||||
else: # 不相等则表明词库中没这词,按照单词的频率定级
|
||||
d2[k] = difficulty_level_from_frequency(k, d1)
|
||||
|
||||
return d2
|
||||
|
||||
|
||||
|
||||
def revert_dict(d):
|
||||
'''
|
||||
In d, word is the key, and value is a list of dates.
|
||||
|
|
Loading…
Reference in New Issue