Bigramide võrdlemine

Tuvu kaustast http://www.tlu.ee/~jaagup/andmed/keel/ failidega
ngram2.txt, ngram1.txt, dokmeta.txt, korpusenimed.txt

Koosta koodis määratud metaandmete põhjal (nt. emakeel='soome', vanus='kuni18') bigrammide sagedustabel kahanevas järjekorras sarnaselt, nagu tehti trigrammidega failis
http://minitorn.tlu.ee/~jaagup/kool/java/kursused/17/r/naited/9.html

Samade valitud metaandmete ja bigrami juures (nt. emakeel='soome', vanus='kuni18', bigram='PV') näidatakse välja kõik tegelikud sõnapaarid, mis nendele andmetele vastavad. Tegelikud sõnad saab kätte tabelist ngram1, kus need olemas koos teksti koodi ja sõna järjekorranumbriga tekstis. Näiteks

ngram2.txt faili rida

doc_100636852915_item,PV,2

tähendab, et tekstis koodiga doc_100636852915_item hakkab kohalt 2 bigram PV

ngram1.txt read

doc_100636852915_item,ma,P,2,ma
doc_100636852915_item,lugesin,V,3,lugesin

annavad teada, et vastav P on sõna "ma" ning V on "lugesin"

Pane teksti bigramide vaatamine tööle Shiny keskkonnas. Kasutaja saab rippmenüüdest valida metaandmed, talle kuvatakse bigramid sageduse järjekorras. Valides/sisestades soovitud bigrami näidatakse sellele vastavaid tegelikke sõnapaare. 

Kui andmete suure mahu tõttu on rakendus liiga aeglane, siis filtreeri eraldi failidesse välja ainult ühe korpusega (nt. EVKK) seotud andmed ja pane need eraldi kasutamiseks üles. 

Lahendust võib teha kuni kolmekesi. Esitage julgelt küsimusi ning hiljem algsete käskude kohta Markdowni leht ning edasi Shiny rakenduse viide.

Kontaktid elektronpost jaagup@tlu.ee, Skype jaagup@tlu.ee, telefon 56221789