Aller au contenu
jsonW Article GitHub

Graphie, signaux et colonne par bloc

Signaux du texte en portugais, anglais, espagnol et chinois

Intensificateurs, atténuateurs, polarité, négation, voix passive, pronoms, majuscules, ponctuation, emoji, rires et indices d'ironie, mesurés dans une ligne.

· jsonW 1.3.11

Le problème

La forme d'un message en dit long : tout en majuscules, trois points d'exclamation, un « mdr », une négation. Ces comptages finissent en général éparpillés dans des expressions régulières différentes dans chaque système.

Comment jsonW le résout

La fonction jsonw_sinal_texto apparie le lexique de la langue (pt, en, es ou zh, écrit à la main) avec l'automate de la fonction 9 et compte la forme sans dictionnaire. Le chinois, qui ne sépare pas les mots par des espaces, est apparié caractère par caractère.

const char *t = "NÃO acredito que você fez isso de novo!!! Foi muito bom kkkk 😂";
int64_t r = jsonw_sinal_texto(t, strlen(t), "lexico-pt.jsw", "exemplo", "t1", saida, sizeof saida, erro, sizeof erro);

{origem: "exemplo", chave: "t1", palavras: 12, frases: 2, palavras_por_frase: 6, palavra_media_letras: 3.83333, complexidade: 0.5, intensificadores: 1, atenuadores: 0, positivas: 1, negativas: 0, carga_emocional: 1, polaridade: 1, absolutas: 0, negacoes: 1, passivas: 0, eu: 0, nos: 0, voce: 1, ele: 0, caixa_alta_pct: 8.33333, palavras_caixa_alta: 1, exclamacoes: 3, interrogacoes: 0, pontuacao_exagerada: 1, reticencias: 0, repeticao_letras: 0, sem_pontuacao_final: 0, emojis: 1, kaomojis: 0, figurinhas: 0, interjeicoes: 0, onomatopeias: 0, disfluencias: 0, risos: 1, ironia_indicios: 0}

Sortie réelle de libjsonw 1.3.11 avec le lexique portugais : 1 négation, 1 « você » (vous), 1 intensificateur (« muito », très), 3 points d'exclamation, 1 emoji et 1 rire (« kkkk »).

Où la trouver

Dans l'ABI (jsonw_sinal_texto). Sans lexique, elle ne mesure que la forme. Les indices d'ironie sont des comptages de motifs, pas un verdict ; la décision reste à votre modèle.

Lire la section complète dans l'article →