DefaultLexicalChainList.java
7.85 KB
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
package LIA_topic_seg;
import java.util.*;
/**
* Cette classe prend en charge le calcul des liens lexicaux du texte chargé dans un objet de type DefaultInputData
* Les paramètres de calcul sont intégrés dans la configuration. Ils concernent le type de hiatus utilisé, et le
* type de représentation du texte.
* l'accès aux éléments décisif du texte se fait pour chaque lemme par un tableau qui indique à chaque phrase si il est
* présent ou non, et le poids (ou la présence) d'un lien lexical.
*/
public class DefaultLexicalChainList implements LexicalChainList
{
int sentenceCount;
LemmaDict dict;
DefaultConfig config;
DefaultInputData input;
private static final int NO_HIATUS = 100;
private static final int ADAPTIVE_HIATUS = 101;
private static final int FIXED_HIATUS = 102;
private int _hiatus;
private int _hiatusValue;
private boolean _useWeight;
private boolean _computeChains;
private ArrayList<Lemma> _lemmaList = new ArrayList<Lemma>();
//--------------------------------------------------------------------------
/**
* Un Lemma est indique la répartition d'un lemme dans le texte, ainsi que la répartition et les
* éventuelles pondération de ses liens lexicaux.
* C'est cette classe qui se charge en réalité du calcul des liens lexicaux.
*/
private class Lemma
{
private LemmaDict.Lemma _ll;
boolean[] presenceInSentenceVect; // = new boolean[sentenceCount];
float[] weightInSentenceVect; // = new float[sentenceCount];
//------------------------------------------------------------------------
Lemma(LemmaDict.Lemma ll)
{
_ll = ll;
presenceInSentenceVect = new boolean[sentenceCount];
weightInSentenceVect = new float[sentenceCount];
Arrays.fill(presenceInSentenceVect, false);
Arrays.fill(weightInSentenceVect, 0.0f);
if (_hiatus == ADAPTIVE_HIATUS)
_hiatusValue = ll.localHiatus();
int previousSentenceIdx = -1;
int sentenceIdx = 0;
int chainLength = 1;
int lemmasInChainCount = 0;
int lemmaSentenceCount = ll.sentenceCount();
for (int i=0; i<lemmaSentenceCount; i++)
{
sentenceIdx = ll.sentenceIdx(i);
presenceInSentenceVect[sentenceIdx] = true;
if (_computeChains)
{
if (previousSentenceIdx == -1)
previousSentenceIdx = sentenceIdx;
if (_hiatus == NO_HIATUS ||
sentenceIdx-previousSentenceIdx <= _hiatusValue)
{
chainLength += sentenceIdx-previousSentenceIdx;
lemmasInChainCount++;
}
else
{
setWeight(previousSentenceIdx, chainLength, lemmasInChainCount);
chainLength = 1;
lemmasInChainCount = 1;
}
previousSentenceIdx = sentenceIdx;
}
}
if (_computeChains)
setWeight(previousSentenceIdx, chainLength, lemmasInChainCount);
}
//------------------------------------------------------------------------
/**
* Cette fonction permet de pondérer un lien lexical en fonction de la densité des occurrences
* du lemme, et du poids du lemme.
* @param lastSentenceIdx : numéro de la phrase dans laquelle apparait la dernière occurrence
* @param chainLength : longueur totale du lien lexical
* @param lemmasInChainCount : nombre d'occurrences du lemme dans le llien lexical
*/
void setWeight(int lastSentenceIdx, int chainLength, int lemmasInChainCount)
{
if (chainLength > 1)
{
float w = 1.0f;
if (_useWeight)
w = _ll.maxWeight * lemmasInChainCount
* (float)Math.log((float)sentenceCount/(float)chainLength);
for (int j=0; j<chainLength; j++)
weightInSentenceVect[lastSentenceIdx-j] = w;
}
}
}
//--------------------------------------------------------------------------
public DefaultLexicalChainList(DefaultInputData in)
{
input = in;
dict = in.lemmaDict;
config = in.config;
String s = config.getParam("computeChains");
_useWeight = (s.equals("weight"));
_computeChains = (s.equals("yes") || s.equals("weight"));
String chains = config.getParam("lexicalChainsHiatus");
if (chains.equals(""))
_hiatus = NO_HIATUS;
else if (chains.equals("ADAPTIVE"))
_hiatus = ADAPTIVE_HIATUS;
else
{
_hiatus = FIXED_HIATUS;
_hiatusValue = Integer.parseInt(chains);
}
sentenceCount = input.sentenceCount();
for (int i=0; i<dict.lemmaCount(); i++)
{
LemmaDict.Lemma ll = dict.lemmaObject(i);
// si le lemme est unique dans l'ensemble des phrases, on ne le garde pas
if (_computeChains && ll.occurences < 2)
continue;
Lemma lemma = new Lemma(ll);
if (true) // test ‡ quelles conditions on ajoute le lemme
_lemmaList.add(lemma);
}
}
//--------------------------------------------------------------------------
/**
* Cette fonction renvoie le code d'un lemme ayant un index donné
* @param lemmaIdx : index du lemme
* @return : le code du lemme
*/
public int lemmaCode(int lemmaIdx)
{
return _lemmaList.get(lemmaIdx)._ll.code;
}
//--------------------------------------------------------------------------
/**
* Cette fonction renvoie le nombre total de lemmes ayant un lien lexical
* @return : un nombre de lemmes
*/
public int lemmaCount()
{
return _lemmaList.size();
}
//--------------------------------------------------------------------------
/**
* Cette fonction indique si un lemme donné est présent dans le texte initial dans une phrase donnée
* @param lemmaIdx : index du lemme à tester
* @param sentenceIdx : numéro de la phrase
* @return true si le lemme est présent dans la phrase
* false sinon
*
*/
public boolean presence(int lemmaIdx, int sentenceIdx)
{
return _lemmaList.get(lemmaIdx).presenceInSentenceVect[sentenceIdx];
}
//--------------------------------------------------------------------------
/**
* Cette fonction permet d'accéder au poids du lien lexical d'un lemme dans une phrase
* @param lemmaIdx : index du lemme
* @param sentenceIdx : numéro de la phrase
* @return : valeur du lien lexical du lemme dans la phrase si il y a un lien actif, 0 sinon
*/
public float weight(int lemmaIdx, int sentenceIdx)
{
return _lemmaList.get(lemmaIdx).weightInSentenceVect[sentenceIdx];
}
//--------------------------------------------------------------------------
/**
* Cette fonction permet d'appeller toString (false, false), une version par défaut de l'affichage.
*/
public String toString()
{
return toString(false, false);
}
//--------------------------------------------------------------------------
/**
* Cette fonction permet de tester et d'afficher les liens lexicaux calculés
* @param displayWeightZero : true pour affichier les poids même quand les liens sont absents
* @param displaySentenceContent : truc pour afficher le texte initial
*
*/
public String toString(boolean displayWeightZero,
boolean displaySentenceContent)
{
java.io.StringWriter w = new java.io.StringWriter();
w.write(super.toString()+"\n");
for (int i=0; i<_lemmaList.size(); i++)
{
w.write("LEMMA #"+i
+" code("+lemmaCode(i)+")"
+" content("+dict.lemmaObject(lemmaCode(i)).content+")"
+"\n");
for (int sent=0; sent<sentenceCount; sent++)
if (weight(i, sent) != 0.0f || displayWeightZero)
{
w.write(" SENTENCE #"+sent
+" presence("+presence(i,sent)+")"
+" weight("+weight(i, sent)+")");
if (displaySentenceContent)
w.write(" content("+input.sentence(sent).content+")");
w.write("\n");
}
}
return w.toString();
}
}