1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
| #!/usr/bin/perl
use strict;
use warnings;
use Data::Dumper;
use Getopt::Long;
# taille sequence dans le fichier initiale
my $n = 1;
# taille sequence dans la deuxieme fichier
my $m = 1;
# frequence
my $f = 1;
GetOptions ('n=i' => \$n, 'm=i' => \$m, 'f=i' => \$f);
#calculer nombre de mots dane le fihcier
print "Charegement de premier Fichier \n";
my ($inWords,$inWordsNb,$lignesInWords) = createIndex('Texte_FR.txt',$n);
#createTempFile('tempFr.txt',$inWords);
undef $inWords;
print "Charegement de deuxieme Fichier \n";
my ($outWords,$outWordsNb,$lignesOutWords) = createIndex('Texte_EN.txt',$m);
#createTempFile('tempEn.txt',$outWords);
undef $outWords;
my $tailleLigneWords = 0;
print "Calcule de nombre total des regles\n";
my $nbLignes = scalar(keys %{$lignesInWords});
for (my $key = 1; $key <= $nbLignes; $key++) {
print "Traitement de ligne $key / $nbLignes\r";
$tailleLigneWords += $lignesOutWords->{$key} * $lignesInWords->{$key};
}
print "\nTaille de sequences $tailleLigneWords \n";
undef $lignesInWords;
undef $lignesOutWords;
open fileResult, ">result.txt" or die $!;
print "Construction des regles et calcule de IM\n";
my $cmp = 1;
open inFile, "<tempFr.txt" or die $!;
while (<inFile>) {
chomp;
print "Traitement de regle $cmp / $nbLignes \n";
$cmp++;
my($seqFr, $lignesFr) = split />/;
my @lingesInWords = ($lignesFr =~ m/\d+/g);
my %regles = ();
my $nbLignesInWords = scalar(@lingesInWords);
my $cmp2 = 1;
if($nbLignesInWords < $f)
{
next;
}
foreach my $ligne (@lingesInWords) {
my @seqsEn = `grep "'$ligne'" tempEn.txt`;
my $nbLignesEnWords = scalar(@lingesInWords);
my $cmp3 = 1;
foreach my $ligneEn (@seqsEn) {
print "\t Traitement de regle $cmp2 / $nbLignesInWords : $cmp3 / $nbLignesEnWords\r";
$cmp3++;
my($seqEn, $lignesEn) = split />/,$ligneEn ;
my @lingesOutWords = ($lignesEn =~ m/\d+/g);
my @commenlignes = ();
foreach my $value (@lingesInWords) {
foreach my $value2 (@lingesOutWords) {
if ($value == $value2) {
push @commenlignes, $value;
}
}
}
if(scalar(@commenlignes) > 0) {
my $pFr = scalar(@lingesInWords)/$inWordsNb;
my $pEn = scalar(@lingesOutWords)/$outWordsNb;
my $pCommun = scalar(@commenlignes)/($tailleLigneWords);
my $im = sprintf("%.10f", ($pCommun * log2($pCommun/($pFr * $pEn))));
$regles{"$seqFr > $seqEn"} = $im;
}
}
$cmp2++;
}
foreach my $key (sort { $regles{$b} <=> $regles{$a} } keys %regles)
{
print fileResult $key ." > ". $regles{$key} ."\n";
}
delete ($inWords->{$seqFr});
}
close fileResult;
close inFile;
`rm tempEn.txt tempFr.txt`;
sub log2 {
my $n = shift;
return log($n)/log(2);
}
sub createIndex
{
my ($filename, $taille) = @_;
open fileSeq, "<$filename" or die $!;
my %seqs =();
my %lignes = ();
my $ligne = 1;
my $wordsNb = 0;
while (<fileSeq>) {
chomp;
s/^\s+//;
s/\s+$//;
my @words = split(/ /);
$lignes{$ligne} = 0;
for(my $i = 0; $i < scalar(@words); $i++) {
my @key = ();
for (my $j = $i; $j<($i+$taille); $j++) {
if (defined $words[$j]) {
push @key, trim($words[$j]);
}
}
if (scalar(@key) == $taille) {
$wordsNb++;
my $word = lc (join ' ', @key);
if (exists $seqs{$word})
{
push @{ $seqs{$word} }, $ligne;
}
else
{
$seqs{$word}[0] = $ligne ;
}
if ($lignes{$ligne} != 0)
{
$lignes{$ligne} = $lignes{$ligne} + 1;
}
else
{
$lignes{$ligne} = 1 ;
}
}
}
$ligne++;
}
close fileSeq;
return (\%seqs, $wordsNb, \%lignes);
}
sub trim($)
{
my $string = shift;
$string =~ s/^\s+//;
$string =~ s/\s+$//;
return $string;
}
sub createTempFile
{
my($filename,$hash) = @_;
print "Begin writing to temp file > $filename\n";
my @keys = sort {
scalar(@{$hash->{$b}}) <=> scalar(@{$hash->{$a}})
} keys %{$hash};
open fileSeq, ">$filename" or die $!;
foreach my $key (@keys) {
my @linges = @{$hash->{$key}};
print fileSeq "$key>('". join("'", @linges) ."')\n";
}
close fileSeq;
print "End writing to temp file > $filename\n";
} |
Répondre avec citation
et que tu mettes ça dans une variable ($inWords). Du coup je supposes que tu dois obtenir des résultats tels que : 
Envoyé par étoile de mer
Partager