Algo pour création de trigrammes

Version imprimable

Bonjours a tous je galère depuis un petit moment déjà , j'essaie de faire un algo pour générer une liste de trigramme.

Voila un extrait de ma liste de mots
Code:

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 abattre abattu abattus abbatial abbaye abbé abbesse abc abcéder abcès Abdel abdication abdiquer abdomen abdominal abécédaire abeille aber aberrant aberration abêtir abhorrer Abidjan abîme abîmer abject abjection abjurer ablation aboiement aboli abolir abolition abolitionnisme
J'ai tenté une approche en faisant

Citation:

mesurer longueur du mot
tant que la longueur du mot est > a 0
faire $i = substr($mot, 0, 3);
print "$i\n";

Mais substr ne découpe pas réellement la chaine :roll: .

Je trouve vraiment pas comment faire.

Merci

11/10/2006, 23h36
pospos

que veux tu obtenir exactement ?
cherche "ngram" sur search.cpan.org et tu trouvera des modules interessants

S'il ne s'agit que d'un "bête" découpage de mots par paquets de trois lettres, alors les expressions rationnelles sont parfaites pour ça :

Code:

1
2
3
4
5
6
7
8
9
my @liste=qw (abattre abattu abattus abbatial abbaye abbé);
 
foreach my $mot (@liste) {
  my @tri = ($mot =~ m/.{3}/g); # Hop, on récupère d'un coup tous les trigrammes complets.
  push (@tri, substr ($mot, 3*@tri)); # On ajoute éventuellement le(s) dernier(s) caractère(s)
  print "Liste des trigrammes pour $mot :\n";
  print " $_" foreach (@tri);
  print "\n";
}

12/10/2006, 09h05
pospos

mais les ngrams sont "glissants": il faut sortir tous les trigrams

exemple "abattre" => "aba", "bat", "att", "ttr", "tre"
dans ce cas la bonne approche serait de prendre ton code et de 'lappliquer trois fois en decalant à chaque fois d'un caractere

Voici ma petite solution:

Code:

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
 
use strict;
use warnings;
 
if (@ARGV == 2) {
    my ($word, $length) = @ARGV;
    print join("\n", ngram($word, $length)), "\n";
}
else {
    print "Usage: $0 <word> <length>\n";
    exit 1;
}
 
sub ngram {
    my ($word, $length) = @_;
    my $part;
    my $pos = 0;
    my @parts;
 
    while (length($part = substr($word, $pos++, $length)) == $length) {
        push @parts, $part;
    }
 
    return @parts;
}

Attention, il peut y avoir des bogues! C'est pas super testé.

Hop, deux solutions de plus (testées ;)) :
Code:

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 my @liste=qw (abattre abattu abattus abbatial abbaye abbé); foreach my $mot (@liste) { my @lettres=split (//, $mot); my @tri = map { join('', @lettres[$_..($_+2)]) } (0..(@lettres-3)); print "Liste des trigrammes pour $mot :\n"; print " $_" foreach (@tri); print "\n"; } foreach my $mot (@liste) { my @tri = map { substr ($mot, $_, 3) } (0..(length($mot)-3)); print "Liste des trigrammes pour $mot :\n"; print " $_" foreach (@tri); print "\n"; }
Dans le premier cas, il s'agissait de s'amuser un peu avec map et des tranches de tableau. ;)

Dans le deuxième, beaucoup plus pragmatique, on balaye le mot pour générer les trigrammes à coup de substr.

Si j'ai aussi utilisé map dans le second cas, c'est car je préfère faire un

Code:

my @liste = map { truc_avec_$_ } @liste;

plutot qu'un
Code:

1 2 my @liste; push (@liste, truc_avec_$_) foreach (@liste);
Question de goût. 8)

12/10/2006, 15h38
GnuVince

2EuroCents: en effet. Je suis un ancien programmeur fonctionnel et la plupart du temps je sort des solutions en utilisant des map dans des map, mais dans ce cas-ci, la boucle while et le push est la première solution qui m'est venue à l'esprit, donc c'est celle que j'ai utilisé. Dieu merci, Perl permet de faire les choses de plusieurs manières :)
03/01/2008, 23h27
saturnin0

groupe de mots

Bonsoir à tous,

Comment feriez-vous pour opérer sur des mots, au lieu de lettres?

C'est-à-dire faire des gram de mots à partir de phrases?