MrBarreto / BMT-2024.1

Repositório da Disciplina de Busca e Mineração de texto, período 2024.1

BMT-2024.1

Repositório da Disciplina de Busca e Mineração de texto, período 2024.1

Estrutura

O código em si está contido na pasta /src, com os módulos:

Módulos

• Lista_invertida.py: Gera lista invertida
• Processador.py: Pocessa arquivo de consultas
• Indexador.py:: Cria as matrizes de tf-idf a partir da lista invertida
• buscador.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:

Pastas:

• 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 consultas
• logs: Logs de execução de cada módulo
• outputs: Saída dos módulos.
• outputs_stemmer e outputs_nostemmer: Separadas manualmente, a partir delas são calculadas as métricas.