Repositório da Disciplina de Busca e Mineração de texto, período 2024.1
O código em si está contido na pasta /src, com os módulos:
Lista_invertida.py
: Gera lista invertidaProcessador.py
: Pocessa arquivo de consultasIndexador.py:
: Cria as matrizes de tf-idf a partir da lista invertidabuscador.py
: Cria vetores de consulta e calcula as similariades de cada consulta baseada na matriz anterior do tf-idf.coordenador.py
: Executa todos os módulos na sequência correta e ajusta os parâmetros de stemmer.metrica.ipynb
: Calcula as métricas dos resultados obtidos.
Temos também algumas pastas anexas:
avalia
: Contém os resultados das métricas.cfg
: Contém os arquivos de configuração necessários para o funcionamento dos módulos.data
Contém os arquivos com os artigos a serem indexados e as consultaslogs
: Logs de execução de cada módulooutputs
: Saída dos módulos.outputs_stemmer
eoutputs_nostemmer
: Separadas manualmente, a partir delas são calculadas as métricas.