Zadania – PK (2022)

Piotr Potiopa (zestaw nr 10)

Zadanie

Korzystając z książki „Pan Tadusz” w formacie txt wykonaj następujące zadania:

1. podziel tekst z pliku na poszczególne słowa i wyeliminuj tzw. stoplistę

2. skonstruuj listę 30 losowo wybranych słów, w których zmodyfikuj kolejność liter lub nanieś błędy literowe (zmienione słowa zapisz w oddzielnym pliku zwanym plikiem korekt: corrections.txt). Plik powinien zawierać słowa zarówno krótkie (3-8 literowe) jak i dłuższe.

3. skonstruuj algorytm odległości Jaro-Winklera badąjcy, które słowa z pliku słów zmodyfikowanych są zbliżone do słów z pliku z całym analizowanym tekstem.

4. zbuduj procedurę która wypisze zbliżone słowa do słów zapisanych w pliku
corrections.txt dla zadanego progu podobieństwa (parametr alpha).

Przydatne linki:
https://en.wikipedia.org/wiki/Jaro%E2%80%93Winkler_distance#Jaro%E2%80%93Winkler_Similarity