diff --git a/app/difficulty.py b/app/difficulty.py index 34e7717..8e2d84b 100644 --- a/app/difficulty.py +++ b/app/difficulty.py @@ -53,29 +53,46 @@ 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):