rec10/trunk/src/n_gram.py

   1 #!/usr/bin/python
   2 # coding: UTF-8
   3 # Rec10 TS Recording Tools
   4 # Copyright (C) 2009 Yukikaze
   5
   6 import zenhan
   7 def bigram(str1, str2):
   8     str1 = zenhan.toHankaku(str1)
   9     str2 = zenhan.toHankaku(str2)
  10     str1 = str1.replace(" ", "")
  11     str2 = str2.replace(" ", "")
  12     """
  13     bigramによる単語の近さを計算します。
  14     """
  15     gram = []
  16     if len(str1) < 2:
  17         gram.append(str1)
  18     else:
  19         tmp = str1[0]
  20         for x in str1[1:]:
  21             gram.append(tmp + x)
  22             tmp = x
  23     point = 0
  24     for x in gram:
  25         i = find_gram(x, str2)
  26         if i > 0:
  27             i = 90 + 10 * i
  28         else:
  29             i = 0
  30         point = point + i
  31     return point
  32 def find_gram(gram, s):
  33     """
  34     s中にあらわれるgramの数を調べる
  35     """
  36     st = s
  37     i = 0
  38     while st.find(gram) != -1:
  39         i = i + 1
  40     st = st[st.find(gram) + 1:]
  41     return i
  42 ""