-
Notifications
You must be signed in to change notification settings - Fork 0
/
confusao.py
executable file
·477 lines (427 loc) · 26.8 KB
/
confusao.py
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
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
235
236
237
238
239
240
241
242
243
244
245
246
247
248
249
250
251
252
253
254
255
256
257
258
259
260
261
262
263
264
265
266
267
268
269
270
271
272
273
274
275
276
277
278
279
280
281
282
283
284
285
286
287
288
289
290
291
292
293
294
295
296
297
298
299
300
301
302
303
304
305
306
307
308
309
310
311
312
313
314
315
316
317
318
319
320
321
322
323
324
325
326
327
328
329
330
331
332
333
334
335
336
337
338
339
340
341
342
343
344
345
346
347
348
349
350
351
352
353
354
355
356
357
358
359
360
361
362
363
364
365
366
367
368
369
370
371
372
373
374
375
376
377
378
379
380
381
382
383
384
385
386
387
388
389
390
391
392
393
394
395
396
397
398
399
400
401
402
403
404
405
406
407
408
409
410
411
412
413
414
415
416
417
418
419
420
421
422
423
424
425
426
427
428
429
430
431
432
433
434
435
436
437
438
439
440
441
442
443
444
445
446
447
448
449
450
451
452
453
454
455
456
457
458
459
460
461
462
463
464
465
466
467
468
469
470
471
472
473
474
475
476
477
# -*- coding: utf-8 -*-
import sys
from estrutura_dados import LerUD
import re
import os
from subprocess import call
import estrutura_ud
import pandas as pd
import html as wb
import cgi
import datetime
feats = {
1: "ID",
2: "FORM",
3: "LEMMA",
4: "UPOS",
5: "XPOS",
6: "FEATS",
7: "DEPHEAD",
8: "DEPREL",
9: "DEPS",
10: "MISC",
}
def get_list(conllu1, conllu2, coluna):
lista_coluna1 = list()
lista_coluna2 = list()
solitarios = list()
for sentid, sentence in conllu1.sentences.items():
if sentid in conllu2.sentences:
if len(sentence.tokens) == len(conllu2.sentences[sentid].tokens):
sentenceLength = len(sentence.tokens)
if not sentid in conllu2.sentences or sentence.text != conllu2.sentences[sentid].text or len(sentence.tokens) != len(conllu2.sentences[sentid].tokens):
solitarios.append(sentid + ': ' + sentence.text)
else:
for t, token in enumerate(sentence.tokens):
if not '-' in token.id:
lista_coluna1.append(token.__dict__[coluna])
lista_coluna2.append(conllu2.sentences[sentid].tokens[t].__dict__[coluna])
return {'matriz_1': lista_coluna1, 'matriz_2': lista_coluna2, 'solitários_1': solitarios}
def gerar_HTML(matriz, ud1, ud2, col, output, codificação):
script = 'yes "\n" | python3 conll18_ud_eval.py -v "' + matriz.split('\n\n')[0].splitlines()[1].split(': ' ,1)[1] + '" "' + matriz.split('\n\n')[0].splitlines()[2].split(': ' ,1)[1] + '" > metrica.txt'
call(script, shell=True)
metrics = open("metrica.txt", 'r').read()
with open(output + "_results.txt", "r") as f:
resultados_cru = f.read()
with open(output + "_sentence.txt", "r") as f:
sentence_accuracy = f.read()
resultados = "<table><tr><th colspan='4'>Acurácia por categoria gramatical</th></tr>"
for linha in resultados_cru.splitlines():
resultados += "<tr>"
for n, item in enumerate(linha.split()):
if n == 0:
deprel = item
if n + 1 == len(linha.split()) and deprel != "DEPREL":
item = "<a href='UAS/" + deprel + ".html'>" + item + "</a>"
resultados += "<td>" + item + "</td>"
resultados += "</tr>"
resultados += "</table>"
html = ['<html><head><meta charset="'+codificação+'" name="viewport" content="width=device-width, initial-scale=1.0" ><link href="style.css" rel="stylesheet" type="text/css"><link href="http://fonts.googleapis.com/css?family=Lato" rel="stylesheet" type="text/css"></head><body><div class="header">']
html.append('<h1>'+output+'</h1><br><span id="topo"><h3>' + "\n".join(matriz.split('\n\n')[0].splitlines()[1:]) + '''</h3></span></div><div class="content"><center><table><th>Métricas oficiais</th><tr><td><pre>'''+metrics+'''</pre></td></tr></table><br>''' + sentence_accuracy + '''<br>''' + resultados + '''</center></div><!--div class="tab"><button class="tablinks" onclick="openCity(event, 'Dados')">Métricas oficiais</button><button class="tablinks" onclick="openCity(event, 'Matriz')">Matriz de confusão</button></div><div class="tabcontent" id="Matriz"--><pre><table id="t01">''')
tiposy = dict()
tiposx = dict()
for i, linha in enumerate("\n".join(matriz.split('\n\n')[1:]).split('#!$$')[0].split('\n')[2:-1]):
tiposy[i+2] = linha.split(' ')[0]
for i, coluna in enumerate("\n".join(matriz.split('\n\n')[1:]).split('#!$$')[0].split('\n')[0].split()[1:-1]):
tiposx[i+1] = coluna
y = 0
linha_html = ""
for linha in "\n".join(matriz.split('\n\n')[1:]).split('#!$$')[0].split('\n'):
if linha.strip() != '':
linha_html += '<tr><td>' + linha.split(' ')[0] + '</td>'
if y == 0 or y == 1:
for x, coluna in enumerate(linha.split()[1:]):
#linha_html += '	' + coluna
linha_html += '<td>' + coluna + '</td>'
y += 1
elif y < len(tiposy):
for x, coluna in enumerate(linha.split()[1:-1]):
#linha_html += '	' + '<a href="' + output + '_html/' + tiposy[y] + '-' + tiposx[x+1] + '.html">' + coluna + '</a>'
linha_html += '<td>' + '<a href="' + output + '_html/' + tiposy[y] + '-' + tiposx[x+1] + '.html">' + coluna + '</a>' + '</td>'
y += 1
#linha_html += '	' + linha.split()[-1]
linha_html += '<td>' + linha.split()[-1] + '</td>'
elif y == len(tiposy):
for x, coluna in enumerate(linha.split()[1:]):
#linha_html += '	' + coluna
linha_html += '<td>' + coluna + '</td>'
linha_html += '</tr>'
html.append(linha_html + '</table></pre>')
solitários = dict()
for i, grupo in enumerate(matriz.split('#!$$')[1:]):
grupo = [x for x in grupo.splitlines() if x]
html.append('<div class="container"><b>' + grupo[0] + ' (' + str(len(grupo[1:])) + ''')</b> <input type="button" id="botao''' + str(i) + '''" value="Mostrar" onClick="ativa('solitary''' + str(i) + '''', 'botao''' + str(i) + '''')" class="btn-gradient blue mini"><br>''')
html.append("<div id='solitary" + str(i) + "' style='display:none'>")
for linha in grupo[1:]:
if linha.strip() != '':
html.append(linha)
html.append("</div></div>")
sentenças = dict()
for sentença in ud1:
sentença_id = ''
tamanho_sentença = 0
for linha in sentença:
if '# text = ' in linha:
sentença_header = linha
if '# sent_id = ' in linha:
sentença_id = linha
if isinstance(linha, list):
tamanho_sentença += 1
for subsentença in ud2:
subsentença_correta = False
tamanho_subsentença = 0
for sublinha in subsentença:
if '# text = ' in sublinha and sublinha == sentença_header:
subsentença_correta = True
if sentença_id == '' and '# sent_id = ' in sublinha:
sentença_id = sublinha
if isinstance(sublinha, list):
tamanho_subsentença += 1
if subsentença_correta and tamanho_sentença == tamanho_subsentença:
sentença_limpo = [x for x in sentença if isinstance(x, list)]
subsentença_limpo = [x for x in subsentença if isinstance(x, list)]
sentença_limpo_string = [x for x in sentença if isinstance(x, list)]
subsentença_limpo_string = [x for x in subsentença if isinstance(x, list)]
for l, linha in enumerate(sentença_limpo_string):
if isinstance(linha, list):
sentença_limpo_string[l] = "	".join(sentença_limpo_string[l])
sentença_limpo_string = "\n".join(sentença_limpo_string)
for l, linha in enumerate(subsentença_limpo_string):
if isinstance(linha, list):
subsentença_limpo_string[l] = "	".join(subsentença_limpo_string[l])
subsentença_limpo_string = "\n".join(subsentença_limpo_string)
for k in range(len(sentença_limpo)):
coluna1 = sentença_limpo[k][col-1]
coluna2 = subsentença_limpo[k][col-1]
palavra = sentença_limpo[k][1]
if not coluna1 + '-' + coluna2 in sentenças:
sentenças[coluna1 + '-' + coluna2] = [(sentença_id, re.sub(r'\b(' + re.escape(palavra) + r')\b', '<b>' + palavra +'</b>', sentença_header), sentença_limpo_string.replace("	".join(sentença_limpo[k]), '<b>' + "	".join(sentença_limpo[k]) + '</b>'), subsentença_limpo_string.replace("	".join(subsentença_limpo[k]), '<b>' + "	".join(subsentença_limpo[k]) + '</b>'))]
else: sentenças[coluna1+'-'+coluna2].append((sentença_id, re.sub(r'\b(' + re.escape(palavra) + r')\b', '<b>' + palavra + '</b>', sentença_header), sentença_limpo_string.replace("	".join(sentença_limpo[k]), '<b>' + "	".join(sentença_limpo[k]) + '</b>'), subsentença_limpo_string.replace("	".join(subsentença_limpo[k]), '<b>' + "	".join(subsentença_limpo[k]) + '</b>')))
open(output + '.html', 'w', encoding=codificação).write("<br>".join(html).replace('\n','<br>') + '''</div></div></body></html>
<script>
function ativa(nome, botao){
var div = document.getElementById(nome)
if (div.style.display == 'none') {
document.getElementById(botao).value='Esconder'
div.style.display = 'block'
} else {
div.style.display = 'none'
document.getElementById(botao).value='Mostrar'
}
}
function carregar_version(){
var link_combination = document.getElementById("carregar_edit").value.split("/")
window.location = window.location.href.split(".html")[0] + "_html/" + link_combination[link_combination.length-1].split("?")[0] + "?" + document.getElementById("carregar_edit").value.split("?")[1]
}
function openCity(evt, cityName) {
// Declare all variables
var i, tabcontent, tablinks;
// Get all elements with class="tabcontent" and hide them
tabcontent = document.getElementsByClassName("tabcontent");
for (i = 0; i < tabcontent.length; i++) {
tabcontent[i].style.display = "none";
}
// Get all elements with class="tablinks" and remove the class "active"
tablinks = document.getElementsByClassName("tablinks");
for (i = 0; i < tablinks.length; i++) {
tablinks[i].className = tablinks[i].className.replace(" active", "");
}
// Show the current tab, and add an "active" class to the button that opened the tab
document.getElementById(cityName).style.display = "block";
evt.currentTarget.className += " active";
}
</script>''')
#Páginas independentes
for combinação in sentenças:
html = ['<html><form><head><meta charset="'+codificação+'" name="viewport" content="width=device-width, initial-scale=1.0" /><style>input[name=maior] { width: 400; }</style><link href="../style.css" rel="stylesheet" type="text/css"><link href="http://fonts.googleapis.com/css?family=Lato" rel="stylesheet" type="text/css"></head><body onLoad="carregar()"><div class="header">'] #<form action="../matriz_cgi.py?output='+output+'&combination='+combinação+'&encoding='+codificação+'" method="post">
html.append('<h1>'+output+'</h1><br><span id="topo"><h3>' + matriz.split('\n\n')[0] + '</span></h3></div><div class="content"><h3><a href="../' + output + '.html">Voltar</a></h3>')
if not os.path.isdir(output + '_html'):
os.mkdir(output + '_html')
html.append('<h1><span id="combination">' + combinação + '</span> (' + str(len(sentenças[combinação])) + ')</h1><!--hr--><br>' + ''' <!--input type="button" onclick="enviar('2')" id="salvar_btn" class="btn-gradient orange mini" style="margin-left:0px" value="Gerar link para a versão atual"--> <input type="button" class="btn-gradient green mini" onclick="copiar_frases()" id="copiar_btn" value="Copiar sent_id das frases" style="margin-left:0px"> <input id="link_edit2" type="text" style="display:none"> <div id="gerado2" style="display:none"><b>Link gerado!</b></div><br><br>''')
carregamento_comment = list()
carregamento_check = list()
for i, sentença in enumerate(sentenças[combinação]):
for word in sentença[1].split():
if "<b>" in sentença[1]:
negrito = sentença[1].split("<b>")[1].split("</b>")[0]
else:
negrito = ".*"
#print(negrito)
#exit()
#checar pai
pais = ""
#if combinação.split("-")[0] == combinação.split("-")[1]:
pre_1 = estrutura_ud.Sentence()
pre_1.build(wb.unescape(sentença[2]))
pre_2 = estrutura_ud.Sentence()
pre_2.build(wb.unescape(sentença[3]))
caixa = sentença[1]
for t, token in enumerate(pre_1.tokens):
if "<b>" in token.to_str():
if token.dephead != pre_2.tokens[t].dephead:
caixa = re.sub(r"\b" + re.escape(token.head_token.word) + r"\b", "<font color=green>" + token.head_token.word + "</font>", caixa)
caixa = re.sub(r"\b" + re.escape(pre_2.tokens[t].head_token.word) + r"\b", "<font color=red>" + pre_2.tokens[t].head_token.word + "</font>", caixa)
pais = '<h3><font color="red">PAIS DIFERENTES</font></h3>'
break
carregamento_check.append('check1_'+str(i))
carregamento_check.append('check2_'+str(i))
carregamento_comment.append('comment'+str(i))
html.append('<div class="container"><input type="hidden" name="negrito" value="' + negrito + '">' + str(i+1) + ' / ' + str(len(sentenças[combinação])) + '<br><br>' + sentença[0] + '<br><br>' + '''<input type="hidden" name="copiar_id" id="''' + str(i) + '''" value="''' + sentença[0].replace('/BOLD','').replace('@BOLD','').replace('@YELLOW/', '').replace('@PURPLE/', '').replace('@BLUE/', '').replace('@RED/', '').replace('@CYAN/', '').replace('/FONT', '') + '''">''' + caixa + '<!--br><br><input type="checkbox" style="margin-left:0px" id="check1_'+str(i)+'" >' + combinação.split('-')[0] + ' <input type="checkbox" id="check2_'+str(i)+'" >' + combinação.split('-')[1] + ' - Comentários: <input type="text" id="comment'+str(i)+'" name="maior" -->')
html.append('''<br><input type="button" id="botao1''' + combinação + str(i) + '''" style="margin-left:0px" value="Mostrar PRINCIPAL" onClick="ativa1('sentence1''' + combinação + str(i) + '''', 'botao1''' + combinação + str(i) + '''')" > <input type="button" id="botao2''' + combinação + str(i) + '''" value="Mostrar PREVISTO" onClick="ativa2('sentence2''' + combinação + str(i) + '''', 'botao2''' + combinação + str(i) + '''')">''' + pais)
html.append("<div id='sentence1" + combinação + str(i) + "' style='display:none'><b><br>PRINCIPAL:</b>")
html.append("<pre>" + sentença[2].replace('<','<').replace('>','>').replace("<b>", "<b>").replace("</b>", "</b>") + "</pre></div><div id='sentence2" + combinação + str(i) + "' style='display:none'><br><b>PREVISTO:</b>")
html.append("<pre>" + sentença[3].replace('<','<').replace('>','>').replace("<b>", "<b>").replace("</b>", "</b>") + '</pre></div></div>')
html = "<br>".join(html).replace('\n','<br>') + '''<br><!--input type="button" class="btn-gradient orange" onclick="enviar('1')" id="salvar_btn" value="Gerar link para a versão atual" style="margin-left:0px"--> <input id="link_edit1" type="text" style="display:none"> <div id="gerado1" style="display:none"><b>Link gerado!</b></div><br><h3><a href="../''' + output + '''.html">Voltar</a></h3></div></body></form></html>
<script>
function escapeRegExp(string) {
return string.replace(/[.*+?^${}()|[\]\\/]/g, '\\$&').replace('&', '.'); // $& means the whole matched string
}
String.prototype.rsplit = function(sep, maxsplit) {
var split = this.split(sep);
return maxsplit ? [ split.slice(0, -maxsplit).join(sep) ].concat(split.slice(-maxsplit)) : split;
}
function copiar_frases(){
document.getElementById("link_edit2").value = "";
document.getElementById("link_edit2").style.display = "inline";
var sentids, i, negritos;
sentids = document.getElementsByName("copiar_id");
negritos = document.getElementsByName("negrito");
for (i = 0; i < sentids.length; i++) {
document.getElementById("link_edit2").value = document.getElementById("link_edit2").value + "^" + sentids[i].value + "$(.*\\\\n)*.*\\\\t" + negritos[i].value + "\\\\t|";
}
document.getElementById("link_edit2").value = document.getElementById("link_edit2").value.rsplit('|',1)[0];
}
function carregar_version(){
window.location = window.location.href.split("?")[0] + "?" + document.getElementById("carregar_edit").value.split("?")[1]
}
function ativa1(nome, botao){
var div = document.getElementById(nome)
if (div.style.display == 'none') {
document.getElementById(botao).value='Esconder PRINCIPAL'
div.style.display = 'block'
} else {
div.style.display = 'none'
document.getElementById(botao).value='Mostrar PRINCIPAL'
}
}
function ativa2(nome, botao){
var div = document.getElementById(nome)
if (div.style.display == 'none') {
document.getElementById(botao).value='Esconder PREVISTO'
div.style.display = 'block'
} else {
div.style.display = 'none'
document.getElementById(botao).value='Mostrar PREVISTO'
}
}
function gerado_false(id) {
document.getElementById("gerado"+id).style.display = "none"
}
'''
script_onload = ['function carregar() {','let url_href = window.location.href','let url = new URL(url_href)']
for item in carregamento_comment:
script_onload.append('document.getElementById("'+item+'").value = url.searchParams.get("'+item+'")')
for item in carregamento_check:
script_onload.append('if (url.searchParams.get("'+item+'") == "true") { document.getElementById("'+item+'").checked = url.searchParams.get("'+item+'") }')
script_onload.append('}')
link = '?'
script_enviar = ['''
function enviar(id) {
document.getElementById("gerado"+id).style.display = "inline"
setTimeout("gerado_false("+id+")", 1000)
document.getElementById("link_edit"+id).style.display = "inline"''']
link = '?'
for item in carregamento_comment:
link += item + '=" + document.getElementById("' + item + '").value.replace(/\?/g, "~").replace(/\&/g, "~").replace(/\//g,"~") + "&'
for item in carregamento_check:
link += item + '=" + document.getElementById("' + item + '").checked + "&'
script_enviar.append('document.getElementById("link_edit"+id).value = window.location.href.split("?")[0] + "' + link + '"')
script_enviar.append('}')
html += "\n".join(script_onload) + "\n".join(script_enviar) + '\n</script>'
open(output + '_html/' + combinação + '.html', 'w', encoding=codificação).write(html)
#falta criar os htmls
def get_percentages(ud1, ud2, output, coluna):
if not os.path.isdir("UAS"):
os.mkdir("UAS")
UAS = dict()
with open(ud1, "r") as f:
first = estrutura_ud.Corpus()
first.build(f.read())
with open(ud2, "r") as f:
second = estrutura_ud.Corpus()
second.build(f.read())
dicionario = {}
for sentid, sentence in first.sentences.items():
for t, token in enumerate(sentence.tokens):
if not token.__dict__[feats[coluna].lower()] in dicionario:
if coluna == 8:
dicionario[token.__dict__[feats[coluna].lower()]] = [0, 0, 0, 0, 0]
UAS[token.deprel] = dict()
else:
dicionario[token.__dict__[feats[coluna].lower()]] = [0, 0, 0]
dicionario[token.__dict__[feats[coluna].lower()]][0] += 1
if second.sentences[sentid].tokens[t].__dict__[feats[coluna].lower()] == token.__dict__[feats[coluna].lower()]:
dicionario[token.__dict__[feats[coluna].lower()]][1] += 1
if coluna == 8:
if second.sentences[sentid].tokens[t].dephead == token.dephead:
dicionario[token.deprel][2] += 1
else:
tok_first = token.head_token.upos
tok_second = second.sentences[sentid].tokens[t].head_token.upos
tok_first += "_L" if int(token.head_token.id) < int(token.id) else "_R"
tok_second += "_L" if int(second.sentences[sentid].tokens[t].head_token.id) < int(second.sentences[sentid].tokens[t].id) else "_R"
if tok_first + "/" + tok_second in UAS[token.deprel]:
UAS[token.deprel][tok_first + "/" + tok_second]["qtd"] += 1
else:
UAS[token.deprel][tok_first + "/" + tok_second] = {"qtd": 1, "sentences": []}
UAS[token.deprel][tok_first + "/" + tok_second]["sentences"].append([sentence, second.sentences[sentid], token, token.head_token, second.sentences[sentid].tokens[t].head_token, second.sentences[sentid].tokens[t]])
sent_accuracy = [0, 0]
for sentid, sentence in first.sentences.items():
if sentid in second.sentences and len(sentence.tokens) == len(second.sentences[sentid].tokens):
sent_accuracy[0] += 1
acertos = 0
for t, token in enumerate(sentence.tokens):
if second.sentences[sentid].tokens[t].upos == token.upos and second.sentences[sentid].tokens[t].dephead == token.dephead and second.sentences[sentid].tokens[t].deprel == token.deprel:
acertos += 1
if acertos == len(sentence.tokens):
sent_accuracy[1] += 1
#print(sentid)
sentence_accuracy = "<table><tr><th>Acurácia por sentença</th></tr><tr><th>Sentenças comparáveis</th><th>Sentenças corretas</th><th>Número relativo</th></tr><tr><td>{0}</td><td>{1}</td><td>{2}</td></tr></table>".format(sent_accuracy[0], sent_accuracy[1], str((sent_accuracy[1]/sent_accuracy[0])*100) + "%")
with open(output + "_sentence.txt", "w") as f:
f.write(sentence_accuracy)
if coluna == 8:
csv = ["{0:20} {1:10} {2:10} {3:10} {4:10} {5:10}".format("DEPREL", "PRINCIPAL", "ACERTOS_DEPREL", "ACERTOS_DEPREL_DEPHEAD", "PORCENTAGEM_DEPREL", "PORCENTAGEM_DEPREL_DEPHEAD")]
for classe in sorted(dicionario):
dicionario[classe][3] = (dicionario[classe][1] / dicionario[classe][0]) * 100
dicionario[classe][4] = (dicionario[classe][2] / dicionario[classe][0]) * 100
csv.append("{0:20} {1:10} {2:10} {3:10} {4:10} {5:10}".format(classe, str(dicionario[classe][0]), str(dicionario[classe][1]), str(dicionario[classe][2]), str(dicionario[classe][3]) + "%", str(dicionario[classe][4]) + "%"))
else:
csv = ["{0:20} {1:10} {2:10} {3:10}".format(feats[coluna], "PRINCIPAL", "ACERTOS", "PORCENTAGEM")]
for classe in sorted(dicionario):
dicionario[classe][2] = (dicionario[classe][1] / dicionario[classe][0]) * 100
csv.append("{0:20} {1:10} {2:10} {3:10}".format(classe, str(dicionario[classe][0]), str(dicionario[classe][1]), str(dicionario[classe][2]) + "%"))
with open(output + "_results.txt", "w") as f:
f.write("\n".join(csv))
for deprel in UAS:
total = 0
for x in UAS[deprel].values(): total += x["qtd"]
escrever = ["<tr><td>{0}</td><td>{1}</td><td>{2}</td><td><a href='./{4}_{0}_{1}.html'>{3}%</a></td></tr>".format(padrao.split("/")[0], padrao.split("/")[1], quantidade["qtd"], (quantidade["qtd"]/total)*100, deprel) for padrao, quantidade in sorted(UAS[deprel].items(), key=lambda x: x[1]["qtd"], reverse=True)]
with open("UAS/" + deprel + ".html", "w") as f:
f.write("<body style='margin:20px'>" + str(dicionario[deprel][3] - dicionario[deprel][4]) + '% "' + deprel + '" com dephead divergentes<br><br><head><link href="../style.css" rel="stylesheet" type="text/css"></head>' + "<table><tr><td colspan='4'>Distribuição dos erros</td></tr><tr><th>PRINCIPAL</th><th>SECUNDÁRIO</th><th>N</th><th>%</th></tr>" + "\n".join(escrever) + "<tr><td colspan='2'>Total</td><td>" + str(total) + "</td></tr></table>")
for padrao in UAS[deprel]:
escrever = "<body style='margin:20px;'>DEPREL: " + deprel + "\n<br>PRINCIPAL HEAD: " + padrao.split("/")[0] + "\n<br>SECUNDÁRIO HEAD: " + padrao.split("/")[1] + '''\n<br><input type=button value='Copiar sent_id das frases' onclick='copiar_frases()'> <input id='input' style='display:none'><br><br>'''
for n, sentence in enumerate(UAS[deprel][padrao]["sentences"]):
escrever += str(n+1) + " / " + str(len(UAS[deprel][padrao]["sentences"]))
escrever += "\n<br><input type=hidden name=copiar_id value='"+sentence[0].sent_id.replace("'", "\\'")+"'># sent_id = " + sentence[0].sent_id
text = sentence[0].text
text = re.sub(r"\b" + re.escape(sentence[2].word) + r"\b", "<b>" + sentence[2].word + "</b>", text)
escrever += "\n<input type=hidden name=negrito value='"+sentence[2].word.replace("'", "\\'")+"'>"
text = re.sub(r"\b" + re.escape(sentence[3].word) + r"\b", "<font color=green>" + sentence[3].word + "</font>", text)
text = re.sub(r"\b" + re.escape(sentence[4].word) + r"\b", "<font color=red>" + sentence[4].word + "</font>", text)
escrever += "\n<br># text = " + text
escrever += '''\n<br><input type='button' id="but_'''+str(n)+'''" value='Mostrar PRINCIPAL' onclick='if(document.getElementById("pre_'''+str(n)+'''").style.display == "none") { document.getElementById("pre_''' + str(n) + '''").style.display = "block"; document.getElementById("but_'''+str(n)+'''").value = "Esconder PRINCIPAL"; } else { document.getElementById("pre_''' + str(n) + '''").style.display = "none"; document.getElementById("but_'''+str(n)+'''").value = "Mostrar PRINCIPAL"; }\'>'''
escrever += '''\n<input type='button' id="but2_'''+str(n)+'''" value='Mostrar SECUNDÁRIO' onclick='if(document.getElementById("pre2_'''+str(n)+'''").style.display == "none") { document.getElementById("pre2_''' + str(n) + '''").style.display = "block"; document.getElementById("but2_'''+str(n)+'''").value = "Esconder SECUNDÁRIO"; } else { document.getElementById("pre2_''' + str(n) + '''").style.display = "none"; document.getElementById("but2_'''+str(n)+'''").value = "Mostrar SECUNDÁRIO"; }\'>'''
escrever += '\n<pre id=pre_' + str(n) + ' style="display:none">PRINCIPAL<br>' + sentence[0].to_str().replace(sentence[2].to_str(), "<b>" + sentence[2].to_str() + "</b>").replace(sentence[3].to_str(), "<font color=green>" + sentence[3].to_str() + "</font>") + '</pre>'
escrever += '\n<pre id=pre2_' + str(n) + ' style="display:none">SECUNDÁRIO<br>' + sentence[1].to_str().replace(sentence[5].to_str(), "<b>" + sentence[5].to_str() + "</b>").replace(sentence[4].to_str(), "<font color=red>" + sentence[4].to_str() + "</font>") + '</pre>'
escrever += "\n<hr>"
escrever += '''
<script>
String.prototype.rsplit = function(sep, maxsplit) {
var split = this.split(sep);
return maxsplit ? [ split.slice(0, -maxsplit).join(sep) ].concat(split.slice(-maxsplit)) : split;
}
function copiar_frases(){
document.getElementById("input").value = "";
document.getElementById("input").style.display = "inline";
var sentids, i, negritos;
sentids = document.getElementsByName("copiar_id");
negritos = document.getElementsByName("negrito");
for (i = 0; i < sentids.length; i++) {
document.getElementById("input").value = document.getElementById("input").value + "^# sent_id = " + sentids[i].value + "$(.*\\\\n)*.*" + negritos[i].value + "|";
}
document.getElementById("input").value = document.getElementById("input").value.rsplit('|',1)[0];
}
</script>'''
with open("UAS/" + deprel + "_" + padrao.replace("/", "_") + ".html", "w") as f:
f.write(escrever)
def main(ud1, ud2, output, coluna = 4):
conllu1 = LerUD(ud1)
conllu2 = LerUD(ud2)
conllu1Estruturado, conllu2Estruturado = estrutura_ud.Corpus(), estrutura_ud.Corpus()
conllu1Estruturado.load(ud1)
conllu2Estruturado.load(ud2)
lista_conllu = get_list(conllu1Estruturado, conllu2Estruturado, coluna)
lista_conllu1 = lista_conllu['matriz_1']
lista_conllu2 = lista_conllu['matriz_2']
pd.options.display.max_rows = None
pd.options.display.max_columns = None
pd.set_option('display.expand_frame_repr', False)
saída = list()
saída.append('Col ' + str(coluna)+': ' + feats[coluna])
saída.append('PRINCIPAL: ' + ud1)
saída.append('SECUNDÁRIO: ' + ud2 + '\n')
saída.append(str(pd.crosstab(pd.Series(lista_conllu1), pd.Series(lista_conllu2), rownames=['UD[1]'], colnames=['UD[2]'], margins=True)))
saída.append('\n')
saída.append('#!$$ Sentenças de PRINCIPAL que não foram encontradas em SECUNDÁRIO:\n')
for item in lista_conllu['solitários_1']:
saída.append(item)
#Output
if ':' in output: codificação_saída = output.split(':')[1]
else: codificação_saída = 'utf8'
output = output.split(':')[0]
get_percentages(ud1, ud2, output, coluna)
#Gera os arquivos HTML
gerar_HTML("\n".join(saída), conllu1, conllu2, coluna, output, codificação_saída)
#Gera o arquivo "txt" (apenas a matriz)
open(output, 'w', encoding=codificação_saída).write("\n".join(saída))
if __name__ == '__main__':
número_de_argumentos_mínimo = 4
if len(sys.argv) < número_de_argumentos_mínimo +1:
print('uso: confusão.py PRINCIPAL.conllu:utf8 SECUNDARIO.conllu:utf8 saída.txt:utf8 coluna')
print('Colunas:')
for i in range(len(feats)):
print(str(i+1) + ': ' + feats[i+1])
elif len(sys.argv) >= número_de_argumentos_mínimo +1:
main(sys.argv[1], sys.argv[2], sys.argv[3], int(sys.argv[4]))
else:
print('Argumentos demais')