Vai al contenuto
jsonW Articolo GitHub

Grafia, segnali e colonna per blocco

Segnali del testo in portoghese, inglese, spagnolo e cinese

Intensificatori, attenuatori, polarità, negazione, forma passiva, pronomi, maiuscolo, punteggiatura, emoji, risate e indizi di ironia, misurati in una riga.

· jsonW 1.3.11

Il problema

La forma di un messaggio dice molto: tutto in maiuscolo, tre punti esclamativi, un "ahah", una negazione. Questi conteggi di solito finiscono sparsi in espressioni regolari diverse in ogni sistema.

Come lo risolve jsonW

La funzione jsonw_sinal_texto abbina il lessico della lingua (pt, en, es o zh, scritto a mano) con l'automa della funzione 9 e conta la forma senza dizionario. Il cinese, che non separa le parole con spazi, viene abbinato carattere per carattere.

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}

Output reale di libjsonw 1.3.11 con il lessico portoghese: 1 negazione, 1 "você" (lei), 1 intensificatore ("muito", molto), 3 punti esclamativi, 1 emoji e 1 risata ("kkkk").

Dove si trova

Nell'ABI (jsonw_sinal_texto). Senza lessico, misura solo la forma. Gli indizi di ironia sono conteggi di schemi, non un verdetto; la decisione resta al vostro modello.

Leggi la sezione completa nell'articolo →