J'essaie actuellement de trouver la prononçabilité d'une liste de mots en utilisant this SO questionVous obtiendrez une précision de conjecture
Le code suivant est la suivante:
import random
def scramble(s):
return "".join(random.sample(s, len(s)))
words = [w.strip() for w in open('/usr/share/dict/words') if w == w.lower()]
scrambled = [scramble(w) for w in words]
X = words+scrambled
y = ['word']*len(words) + ['unpronounceable']*len(scrambled)
from sklearn.model_selection import train_test_split
X_train, X_test, y_train, y_test = train_test_split(X, y)
from sklearn.pipeline import Pipeline
from sklearn.feature_extraction.text import CountVectorizer
from sklearn.naive_bayes import MultinomialNB
text_clf = Pipeline([
('vect', CountVectorizer(analyzer='char', ngram_range=(1, 3))),
('clf', MultinomialNB())
])
text_clf = text_clf.fit(X_train, y_train)
predicted = text_clf.predict(X_test)
from sklearn import metrics
print(metrics.classification_report(y_test, predicted))
Ce sorties avec des mots au hasard ce
>>> text_clf.predict("scaroly".split())
['word']
J'ai vérifié le scikit documentation mais je n'arrive toujours pas à trouver comment je l'aurais imprimer le score du mot d'entrée.
Que voulez-vous dire exactement par Comme dans quelle mesure le classificateur est-il certain qu'un mot donné est prononçable? – blacksite
@not_a_robot ouais exactement – nadermx