Walenty / Slowal

Commit 3ad52b13a56f9b536ff84948d9ab21fe31e3b5a9

Authored by Bartłomiej Nitoń
1 parent 536ab813

Added instalation files and informations to repository.

Inline Side-by-side
Showing 4 changed files with 244 additions and 1021 deletions
1   -Slowal installation guide:
2   -To run Slowal you will need at least:
3   - - python (tested on 2.7 version);
4   - - django with django-registration (tested on version 0.7) and django-extensions packages;
5   - - database system (tested on PostgreSQL 9.1);
6   - - morphological analyser Morfeusz (http://sgjp.pl/morfeusz/).
7   -
8   - Slowal can be installed on production server as any other Django application. Comprehensive tutorial for setting Django on production server can be found at: http://bailey.st/blog/2012/05/02/ubuntu-django-postgresql-and-nginx-a-rock-solid-web-stack/. Tutorial can also be helpful for setting database for Slowal project.
9   -
10   -Installation:
11   - 1) Change database_data.py file to get connection to yours database (see: http://bailey.st/blog/2012/05/02/ubuntu-django-postgresql-and-nginx-a-rock-solid-web-stack/ for hints).
12   -When you are creating database it is important to make database coding 'utf8' and locale Polish.
13   -In PostgreSQL such database would be created by command:
14   ->>> createdb databaseName -E UTF8 -T template0 -l pl_PL.utf8
15   - 2) If you want to run Slowal in the domain subfolder change SITE_PREFIX = '' value to other, for example SITE_PREFIX = '/Slowal'
16   - 3) Create database table running:
17   ->>> python manage.py syncdb
18   -command in the main folder of project. Remember to create superuser it will help you in managing database and give access to all Slowal functionalities.
19   - 4) Fill database with initial values running:
20   ->>> python manage.py import_models
21   -command in the main folder of project.
22   - 5) Create default user groups running:
23   ->>> python manage.py create_groups.py
24   -command in the main folder of project.
25   - 6) Slowal is ready to run.
26   -
27   -Slowal was tested on Safari, Opera, Firefox and Chrome web browsers. Working on Internet Explorer compatibility is still in progress
  1 +Zainstaluj pipa:
  2 +>> apt-get update
  3 +>> apt-get -y install python-pip
  4 +
  5 +Zainstaluj Django w wersji 1.4.8:
  6 +>> pip install Django==1.4.8
  7 +
  8 +Zainstaluj Django south:
  9 +>> apt-get install python-django-south
  10 +
  11 +Zainstaluj Django extensions:
  12 +>> apt-get install python-django-extensions
  13 +
  14 +Zainstaluj Django registration:
  15 +>> apt-get install python-django-registration
  16 +
  17 +Zainstaluj pythonowy moduł lxml:
  18 +>> apt-get install python-lxml
  19 +
  20 +Zainstaluj Postgresa:
  21 +>> sudo apt-get update
  22 +>> sudo apt-get install postgresql postgresql-contrib
  23 +Zmień użytkownika na postgres:
  24 +>> sudo -i -u postgres
  25 +A następnie dodaj poszczególne role do postgresa komendą:
  26 +>> createuser --interactive
  27 +Stwórz pustą bazę danych dla Slowala:
  28 +>> createdb slowal -E UTF8 -T template0 -l pl_PL.utf8
  29 +Jeśli locale pl_PL.utf8 nie istnieje dodatkowo należy uruchomić komendy:
  30 +>> sudo locale-gen pl_PL.utf8
  31 +>> service postgresql restart
  32 +Załaduj dump bazy danych poleceniem (zrzut bazy umieszczony jest w archiwum INSTALL_PACK.zip):
  33 +>> psql slowal < obraz_bazy.db
  34 +
  35 +Zainstaluj gita:
  36 +>> apt-get install git
  37 +
  38 +Sklonuj repozytorium gitowe z GitLaba:
  39 +>> git clone http://git.nlp.ipipan.waw.pl/walenty/Slowal.git
  40 +
  41 +Stwórz folder "Walenty" w folderze "data":
  42 +>> cd data
  43 +>> mkdir Walenty
  44 +
  45 +Dodaj w głównym folderze projektu plik konfiguracyjny settings.py (plik umieszczony jest w archiwum INSTALL_PACK.zip):
  46 + Zmień w nim zmienną STATIC_ROOT, tak by wskazywała na położenie plików statycznych strony, np.:
  47 + STATIC_ROOT = "/home/zil/static/Slowal"
  48 +
  49 +Dodaj w głównym folderze projektu plik konfiguracyjny database_data.py oraz zdefiniuj w nim połączenie z bazą danych, np.:
  50 + DATABASES = {
  51 + 'default': {
  52 + 'ENGINE': 'django.db.backends.postgresql_psycopg2',
  53 + 'NAME': 'slowal',
  54 + 'USER': 'zil',
  55 + 'PASSWORD': '',
  56 + 'HOST': '',
  57 + 'PORT': '5432',
  58 + }
  59 + }
  60 +
  61 +Zainstaluj moduł psycopg2:
  62 +>> sudo apt-get install python-psycopg2
  63 +
  64 +Zgraj pliki statyczne do dedykowanego katalogu poleceniem:
  65 +>> python manage.py collectstatic
  66 +
  67 +Zainstaluj Apacha:
  68 +>> apt-get install apache2
  69 +
  70 +Zainstaluj mod-wsgi:
  71 +>> apt-get install libapache2-mod-wsgi
  72 +
  73 +Utwórz plik slowal.wsgi odpowiednio definiując w nim ścieżki do plików statycznych. Przykładowa treść pliku poniżej:
  74 +--------------------------------------------
  75 +import os, sys
  76 +
  77 +sys.path.append('/home/zil/static')
  78 +sys.path.append('/home/zil/static/Slowal')
  79 +os.environ['DJANGO_SETTINGS_MODULE'] = 'Slowal.settings'
  80 +
  81 +import django.core.handlers.wsgi
  82 +
  83 +application = django.core.handlers.wsgi.WSGIHandler()
  84 +--------------------------------------------
  85 +
  86 +Skonfiguruj apacha dodając plik konfiguracyjny (np. o nazwie slowal.conf) do folderu sites-available apacha (domyślnie /etc/apache2/sites-enabled/), ścieżka WSGIScriptAlias musi wskazywać na plik slowal.wsgi. Przykładowy plik konfiguracyjny poniżej:
  87 +--------------------------------------------
  88 +<VirtualHost *:80>
  89 + ServerAdmin bartek.niton@gmail.com
  90 + ServerName slowal.nlp.ipipan.waw.pl
  91 +
  92 + ServerAlias walenty.ipipan.waw.pl
  93 +
  94 + DocumentRoot /home/zil/Slowal/templates/
  95 + <Directory />
  96 + Options FollowSymLinks
  97 + AllowOverride None
  98 + Require all granted
  99 + </Directory>
  100 + WSGIScriptAlias / /home/zil/scripts/slowal.wsgi
  101 + WSGIDaemonProcess Slowal user=zil group=zil processes=2 threads=15
  102 + WSGIProcessGroup Slowal
  103 + Alias /static/ /home/zil/static/Slowal/
  104 + <Directory "/home/zil/static/Slowal">
  105 + Require all granted
  106 + </Directory>
  107 +
  108 + ErrorLog /home/zil/logs/Slowal/error.log
  109 + CustomLog /home/zil/logs/Slowal/access.log combined
  110 +</VirtualHost>
  111 +--------------------------------------------
  112 +
  113 +Uruchom stronę poleceniem:
  114 +>> a2ensite slowal.conf
  115 +
  116 +Zrestartuj apacha:
  117 +>> sudo service apache2 restart
  118 +
  119 +Zainstaluj Morfeusza2 zgodnie z instrukcjami na stronie http://sgjp.pl/morfeusz/dopobrania.html.
  120 +
  121 +Ustaw w crontabie cykliczne uruchamianie komend create_walenty i count_positions_occurrences:
  122 +1 0 * * 5 python /home/zil/Slowal/manage.py create_walenty
  123 +0 1 * * * python /home/zil/Slowal/manage.py count_positions_occurrences
... ...
dictionary/management/commands/create_walenty.py
  View file @3ad52b1
... ... @@ -29,8 +29,8 @@ from django.core.management.base import BaseCommand
29 29 from accounts.models import User
30 30 from dictionary.ajax_vocabulary_management import create_text_walenty
31 31 from dictionary.ajax_argument_realizations import create_realizations_file
32   -from dictionary.models import Frame_Opinion, Lemma, Lemma_Status, \
33   - LemmaStatusType, Vocabulary, POS
  32 +from dictionary.models import Frame_Opinion, Lemma, Vocabulary, POS, \
  33 + get_checked_statuses, get_ready_statuses
34 34 from settings import WALENTY_PATH
35 35  
36 36 class Command(BaseCommand):
... ... @@ -87,12 +87,4 @@ def create_pos_archive(archive, pos, filename_base):
87 87 finally:
88 88 os.remove(walenty_path_checked)
89 89 os.remove(walenty_path_ready)
90   -
91   -def get_checked_statuses():
92   - checked_type = LemmaStatusType.objects.get(sym_name='checked')
93   - return Lemma_Status.objects.filter(type__priority__gte=checked_type.priority).distinct()
94   -
95   -def get_ready_statuses():
96   - ready_type = LemmaStatusType.objects.get(sym_name='ready')
97   - return Lemma_Status.objects.filter(type__priority__gte=ready_type.priority).distinct()
98 90  
99 91 \ No newline at end of file
... ...
dictionary/management/commands/get_stats.py
  View file @3ad52b1
... ... @@ -2,1018 +2,145 @@
2 2 # author: B.Niton
3 3  
4 4 import codecs
5   -import operator
  5 +import datetime
6 6 from collections import Counter
7 7  
8 8 from django.core.management.base import BaseCommand
  9 +from django.db.models import Count, Max
9 10  
10   -from dictionary.models import *
  11 +from dictionary.models import Lemma, get_checked_statuses, get_ready_statuses, \
  12 + sorted_frame_char_values_dict
11 13  
12   -#PHRASEOLOGIC_TYPES = ['comprepnp', 'preplexnp', 'lexnp', 'lex',
13   -# 'fixed']
  14 +LEX_TYPES = ['lex', 'fixed', 'comprepnp']
14 15  
15 16 class Command(BaseCommand):
16   - help = 'Get slowal statistics.'
  17 + help = 'Get Walenty statistics.'
17 18  
18 19 def handle(self, **options):
19   - all_statuses = [Q(status__status=u'gotowe'),
20   - Q(status__status=u'zalążkowe'),
21   - Q(status__status=u'sprawdzone'),
22   - Q(status__status=u'(F) w obróbce'),
23   - Q(status__status=u'(F) gotowe'),
24   - Q(status__status=u'(F) sprawdzone'),
25   - Q(status__status=u'(S) w obróbce'),
26   - Q(status__status=u'(S) gotowe'),
27   - Q(status__status=u'(S) sprawdzone')]
28   - verified_statuses = [Q(status__status=u'zalążkowe'),
29   - Q(status__status=u'sprawdzone'),
30   - Q(status__status=u'(F) w obróbce'),
31   - Q(status__status=u'(F) gotowe'),
32   - Q(status__status=u'(F) sprawdzone'),
33   - Q(status__status=u'(S) w obróbce'),
34   - Q(status__status=u'(S) gotowe'),
35   - Q(status__status=u'(S) sprawdzone')]
  20 + now = datetime.datetime.now().strftime('%Y%m%d')
  21 + all_statuses = get_ready_statuses()
  22 + verified_statuses = get_checked_statuses()
36 23  
37   - nouns_stats_dict_all = Counter(get_nouns_stats('data/statystyki_2015_06_30_nouns_all.txt', all_statuses))
38   - nouns_stats_dict_verified = Counter(get_nouns_stats('data/statystyki_2015_06_30_nouns_verified.txt', verified_statuses))
39   -
40   - adjs_stats_dict_all = Counter(get_adjs_stats('data/statystyki_2015_06_30_adjs_all.txt', all_statuses))
41   - adjs_stats_dict_verified = Counter(get_adjs_stats('data/statystyki_2015_06_30_adjs_verified.txt', verified_statuses))
  24 +# nouns_stats_dict_all = Counter(get_stats('data/statystyki_2015_06_30_nouns_all.txt', all_statuses, 'noun'))
  25 +# nouns_stats_dict_verified = Counter(get_stats('data/statystyki_2015_06_30_nouns_verified.txt', verified_statuses, 'noun'))
  26 +
  27 +# adjs_stats_dict_all = Counter(get_stats('data/statystyki_2015_06_30_adjs_all.txt', all_statuses, 'adj'))
  28 +# adjs_stats_dict_verified = Counter(get_stats('data/statystyki_2015_06_30_adjs_verified.txt', verified_statuses, 'adj'))
  29 +#
  30 +# verbs_stats_dict_all = Counter(get_stats('data/statystyki_2015_06_30_verbs_all.txt', all_statuses, 'verb'))
  31 +# verbs_stats_dict_verified = Counter(get_stats('data/statystyki_2015_06_30_verbs_verified.txt', verified_statuses, 'verb'))
  32 +#
  33 + advs_stats_dict_all = Counter(get_stats(all_statuses, 'adv'))
  34 + write_stats('data/stats_%s_advs_all.txt' % now, advs_stats_dict_all)
  35 +# advs_stats_dict_verified = Counter(get_stats('data/statystyki_2015_06_30_advs_verified.txt', verified_statuses, 'adv'))
  36 +#
  37 +# all_stats_dict_all = nouns_stats_dict_all + adjs_stats_dict_all + verbs_stats_dict_all + advs_stats_dict_all
  38 +# all_stats_dict_verified = nouns_stats_dict_verified + adjs_stats_dict_verified + verbs_stats_dict_verified + advs_stats_dict_verified
  39 +#
  40 +# write_all_stats('data/statystyki_2015_06_30_all.txt', all_stats_dict_all)
  41 +# write_all_stats('data/statystyki_2015_06_30_verified.txt', all_stats_dict_verified)
42 42  
43   - verbs_stats_dict_all = Counter(get_verb_stats('data/statystyki_2015_06_30_verbs_all.txt', all_statuses))
44   - verbs_stats_dict_verified = Counter(get_verb_stats('data/statystyki_2015_06_30_verbs_verified.txt', verified_statuses))
  43 +def write_stats(stats_path, stats_dict):
  44 + try:
  45 + outfile = codecs.open(stats_path, 'wt', 'utf-8')
45 46  
46   - advs_stats_dict_all = Counter(get_advs_stats('data/statystyki_2015_06_30_advs_all.txt', all_statuses))
47   - advs_stats_dict_verified = Counter(get_advs_stats('data/statystyki_2015_06_30_advs_verified.txt', verified_statuses))
  47 + outfile.write(u'Liczba typów fraz:\t%d\n' % stats_path['phrases'])
  48 + outfile.write(u'Liczba pozycji:\t%d\n' % stats_path['poss'])
  49 + outfile.write(u'Liczba haseł:\t%d\n\n' % stats_path['lemmas'])
48 50  
49   - all_stats_dict_all = nouns_stats_dict_all + adjs_stats_dict_all + verbs_stats_dict_all + advs_stats_dict_all
50   - all_stats_dict_verified = nouns_stats_dict_verified + adjs_stats_dict_verified + verbs_stats_dict_verified + advs_stats_dict_verified
  51 + outfile.write(u'Łączna liczba podhaseł:\t%d\n' % stats_path['sub_lemmas'])
  52 + outfile.write(u'Liczba podhaseł postaci (ZWROTNOŚĆ, NEGATYWNOŚĆ, PREDYKATYWNOŚĆ, ASPEKT)\n')
  53 +#### dokonczyc
  54 +
  55 + outfile.write(u'Łączna liczba schematów:\t%d\n' % stats_path['schemata'])
  56 + outfile.write(u'Liczba schematów pewnych:\t%d\n' % stats_path['cer_schemata'])
  57 + outfile.write(u'Liczba schematów wątpliwych:\t%d\n' % stats_path['uncer_schemata'])
  58 + outfile.write(u'Liczba schematów złych:\t%d\n' % stats_path['bad_schemata'])
  59 + outfile.write(u'Liczba schematów archaicznych:\t%d\n' % stats_path['arch_schemata'])
  60 + outfile.write(u'Liczba schematów potocznych:\t%d\n' % stats_path['col_schemata'])
  61 + outfile.write(u'Liczba schematów wulgarnych:\t%d\n\n' % stats_path['vul_schemata'])
51 62  
52   - write_all_stats('data/statystyki_2015_06_30_all.txt', all_stats_dict_all)
53   - write_all_stats('data/statystyki_2015_06_30_verified.txt', all_stats_dict_verified)
  63 + outfile.write(u'Liczba schematów z koordynacją:\t%d\n' % stats_path['coor_schemata'])
  64 + outfile.write(u'Liczba schematów zleksykalizowanych:\t%d\n\n' % stats_path['lex_schemata'])
54 65  
55   -def write_all_stats(stats_path, stats_dict):
56   - outfile = codecs.open(stats_path, 'wt', 'utf-8')
57   -
58   - outfile.write(u'Liczba argumentów: ' + str(stats_dict['arg_count']) + '\n')
59   - outfile.write(u'Liczba pozycji: ' + str(stats_dict['pos_count']) + '\n')
60   - outfile.write(u'Liczba haseł: ' + str(stats_dict['lemma_count']) + '\n')
61   - outfile.write('\n')
62   - outfile.write(u'Liczba podhaseł: ' + str(stats_dict['sub_lemma_count']) + '\n')
63   -
64   - outfile.write(u'Liczba podhaseł postaci (ZWROTNOŚĆ, NEGATYWNOŚĆ, PREDYKATYWNOŚĆ, ASPEKT)\n')
65   -
66   - outfile.write(u'Liczba podhaseł postaci (się, _, , imperf): ' + str(stats_dict['sub_sie_imperf_oboj']) + '\n')
67   - outfile.write(u'Liczba podhaseł postaci (się, _, , perf): ' + str(stats_dict['sub_sie_perf_oboj']) + '\n')
68   - outfile.write(u'Liczba podhaseł postaci (się, _, , _): ' + str(stats_dict['sub_sie_oboj_oboj']) + '\n')
69   - outfile.write(u'Liczba podhaseł postaci ( , _, , imperf): ' + str(stats_dict['sub_imperf_oboj']) + '\n')
70   - outfile.write(u'Liczba podhaseł postaci ( , _, , perf): ' + str(stats_dict['sub_perf_oboj']) + '\n')
71   - outfile.write(u'Liczba podhaseł postaci ( , _, , _): ' + str(stats_dict['sub_oboj_oboj']) + '\n')
72   -
73   - outfile.write(u'Liczba podhaseł postaci (się, neg, , imperf): ' + str(stats_dict['sub_sie_imperf_neg']) + '\n')
74   - outfile.write(u'Liczba podhaseł postaci (się, neg, , perf): ' + str(stats_dict['sub_sie_perf_neg']) + '\n')
75   - outfile.write(u'Liczba podhaseł postaci (się, neg, , _): ' + str(stats_dict['sub_sie_oboj_neg']) + '\n')
76   - outfile.write(u'Liczba podhaseł postaci ( , neg, , imperf): ' + str(stats_dict['sub_imperf_neg']) + '\n')
77   - outfile.write(u'Liczba podhaseł postaci ( , neg, , perf): ' + str(stats_dict['sub_perf_neg']) + '\n')
78   - outfile.write(u'Liczba podhaseł postaci ( , neg, , _): ' + str(stats_dict['sub_oboj_neg']) + '\n')
79   -
80   - outfile.write(u'Liczba podhaseł postaci (się, aff, , imperf): ' + str(stats_dict['sub_sie_imperf_aff']) + '\n')
81   - outfile.write(u'Liczba podhaseł postaci (się, aff, , perf): ' + str(stats_dict['sub_sie_perf_aff']) + '\n')
82   - outfile.write(u'Liczba podhaseł postaci (się, aff, , _): ' + str(stats_dict['sub_sie_oboj_aff']) + '\n')
83   - outfile.write(u'Liczba podhaseł postaci ( , aff, , imperf): ' + str(stats_dict['sub_imperf_aff']) + '\n')
84   - outfile.write(u'Liczba podhaseł postaci ( , aff, , perf): ' + str(stats_dict['sub_perf_aff']) + '\n')
85   - outfile.write(u'Liczba podhaseł postaci ( , aff, , _): ' + str(stats_dict['sub_oboj_aff']) + '\n')
86   -
87   - outfile.write(u'Liczba podhaseł postaci ( , , pred, ): ' + str(stats_dict['pred_lemma']) + '\n')
88   - outfile.write(u'Liczba podhaseł postaci ( , , , ): ' + str(stats_dict['npred_lemma']) + '\n')
89   -
90   - outfile.write('\n')
91   - outfile.write(u'Liczba ramek: ' + str(stats_dict['all_frames']) + '\n')
92   - outfile.write(u'Liczba ramek pewnych: ' + str(stats_dict['pewna_frames']) + '\n')
93   - outfile.write(u'Liczba ramek wątpliwych: ' + str(stats_dict['watpliwa_frames']) + '\n')
94   - outfile.write(u'Liczba ramek złych: ' + str(stats_dict['zla_frames']) + '\n')
95   - outfile.write(u'Liczba ramek archaicznych: ' + str(stats_dict['arch_frames']) + '\n')
96   - outfile.write(u'Liczba ramek potocznych: ' + str(stats_dict['potoczna_frames']) + '\n')
97   - outfile.write(u'Liczba ramek wulgarnych: ' + str(stats_dict['wulgarna_frames']) + '\n')
98   - outfile.write('\n')
99   - outfile.write(u'Liczba pozycji z większą niż jeden liczbą argumentów: ' + str(stats_dict['spec_pos']) + '\n')
100   - outfile.write(u'Liczba argumentów występujących w pozycjach o większej niż jeden liczbie argumentów: ' + str(stats_dict['spec_args']) + '\n')
101   - outfile.write(u'Liczba ramek z pozycjami wieloargumentowymi: ' + str(stats_dict['spec_frames']) + '\n')
102   - outfile.write('\n')
103   - outfile.write(u'Liczba pozycji z większą niż jeden liczbą specyfikacji: ' + str(stats_dict['spec_pos_up']) + '\n')
104   - outfile.write(u'Liczba argumentów występujących w pozycjach o większej niż jeden liczbie specyfikacji: ' + str(stats_dict['spec_args_up']) + '\n')
105   - outfile.write(u'Liczba ramek z pozycjami o większej niż jeden liczbie specyfikacji: ' + str(stats_dict['spec_frames_up']) + '\n')
106   - outfile.write(u'Liczba ramek frazeologicznych: ' + str(stats_dict['frames_with_phraseology']) + '\n')
107   - outfile.write('\n')
108   - outfile.write(u'Hasła zawierające schematy frazeologiczne: ' + str(stats_dict['lemmas_with_phraseology']) + '\n')
109   - outfile.write(u'Hasła zawierające pozycje z koordynacją: ' + str(stats_dict['lemmas_with_coordination']) + '\n')
110   -
111   - outfile.close()
112   -
113   -def get_adjs_stats(stats_path, q_statuses):
114   - print 'Be patient, it can take a while.'
115   - outfile = codecs.open(stats_path, 'wt', 'utf-8')
116   - arg_count = 0
117   - pos_count = 0
118   - lemma_count = 0
119   -########################
120   - sub_lemma_count = 0
121   -
122   - pred_lemma = 0
123   - npred_lemma = 0
124   -##################
125   - pewna_frames = 0
126   - watpliwa_frames = 0
127   - zla_frames = 0
128   - arch_frames = 0
129   - potoczna_frames = 0
130   - wulgarna_frames = 0
131   - all_frames = 0
132   -
133   - spec_frames = 0
134   - spec_pos = 0
135   - spec_args = 0
136   -
137   - spec_frames_up = 0
138   - spec_pos_up = 0
139   - spec_args_up = 0
140   -
141   - lemmas_with_phraseology = 0
142   - lemmas_with_coordination = 0
143   -
144   - frames_with_phraseology = 0
145   -
146   - lemmas = Lemma.objects.filter(old=False,
147   - entry_obj__pos__tag='adj').filter(reduce(operator.or_, q_statuses)).distinct().order_by('entry').all()
148   - for lemma in lemmas:
149   - print lemma
150   - lemma_count += 1
  66 + outfile.write(u'Hasła zawierające pozycje z koordynacją:\t%d\n' % stats_path['coor_lemmas'])
  67 + outfile.write(u'Hasła zawierające schematy zleksykalizowane:\t%d\n\n' % stats_path['lex_lemmas'])
151 68  
152   - pewna_frames += lemma.frame_opinions.filter(value__value=u'pewny').count()
153   - watpliwa_frames += lemma.frame_opinions.filter(value__value=u'wątpliwy').count()
154   - zla_frames += lemma.frame_opinions.filter(value__value=u'zły').count()
155   - arch_frames += lemma.frame_opinions.filter(value__value=u'archaiczny').count()
156   - potoczna_frames += lemma.frame_opinions.filter(value__value=u'potoczny').count()
157   - wulgarna_frames += lemma.frame_opinions.filter(value__value=u'wulgarny').count()
158   - all_frames += lemma.frames.count()
159   -# if (lemma.frames.count() != lemma.frame_opinions.filter(value__value=u'pewna').count() +
160   -# lemma.frame_opinions.filter(value__value=u'wątpliwa').count() +
161   -# lemma.frame_opinions.filter(value__value=u'zła').count() +
162   -# lemma.frame_opinions.filter(value__value=u'archaiczna').count() +
163   -# lemma.frame_opinions.filter(value__value=u'potoczna').count() +
164   -# lemma.frame_opinions.filter(value__value=u'wulgarna').count()):
165   -# print lemma
166   -# print lemma.frame_opinions.filter(value__value=u'pewna').count()
167   -# print lemma.frame_opinions.filter(value__value=u'wątpliwa').count()
168   -# print lemma.frame_opinions.filter(value__value=u'zła').count()
169   -# print lemma.frame_opinions.filter(value__value=u'archaiczna').count()
170   -# print lemma.frame_opinions.filter(value__value=u'potoczna').count()
171   -# print lemma.frame_opinions.filter(value__value=u'wulgarna').count()
172   -## break
173   -
174   -################################################################################
175   -
176   - sub_frame = lemma.frames.filter(characteristics__value__value=u'pred',
177   - characteristics__type=u'PREDYKATYWNOŚĆ')
178   - if sub_frame.count() > 0:
179   - pred_lemma += 1
180   - sub_lemma_count += 1
181   -
182   - sub_frame = lemma.frames.filter(characteristics__value__value=u'',
183   - characteristics__type=u'PREDYKATYWNOŚĆ')
184   - if sub_frame.count() > 0:
185   - npred_lemma += 1
186   - sub_lemma_count += 1
187   -
188   -#################################################################################
189   -
190   - if lemma.frames.count() != lemma.frame_opinions.count():
191   - print lemma.entry
192   -
193   - has_phraseology = False
194   - has_coordination = False
195   - for frame in lemma.frames.all():
196   - phraseologic_frame = False
197   -
198   - pos_count += frame.positions.count()
199   - flat_frames = frame.positions.annotate(num_args=Count('arguments')).aggregate(Max('num_args'))['num_args__max']
200   -
201   - if flat_frames > 1:
202   - spec_frames += 1
203   - has_coordination = True
204   - if frame.has_phraseologic_arguments():
205   - has_phraseology = True
206   - phraseologic_frame = True
207   -
208   - for pos in frame.positions.all():
209   - args = pos.arguments.count()
210   - arg_count += args
211   -# for arg in pos.arguments.all():
212   -# if arg.type in PHRASEOLOGIC_TYPES:
213   -# has_phraseology = True
214   -# phraseologic_frame = True
215   -# break
216   - if phraseologic_frame:
217   - frames_with_phraseology += 1
218   -
219   - if has_phraseology:
220   - lemmas_with_phraseology += 1
221   - if has_coordination:
222   - lemmas_with_coordination += 1
223   -# if args > 1:
224   -# spec_pos += 1
225   -# spec_args += args
226   -#
227   -# prep_args = pos.arguments.filter(Q(type=u'prepnp') |
228   -# Q(type=u'prepncp'))
229   -# np_args = pos.arguments.filter(Q(type=u'np') |
230   -# Q(type=u'ncp'))
231   -# similar_args = True
232   -# if prep_args.count() == args:
233   -# first_arg_case = prep_args.all()[0].atributes.get(type=u'PRZYPADEK').atribute_value.value
234   -# first_arg_prep = prep_args.all()[0].atributes.get(type=u'PRZYIMEK').atribute_value.value
235   -# for arg in prep_args:
236   -# if (first_arg_case != arg.atributes.get(type=u'PRZYPADEK').atribute_value.value or
237   -# first_arg_prep != arg.atributes.get(type=u'PRZYIMEK').atribute_value.value):
238   -# similar_args = False
239   -# break
240   -# elif np_args.count() == args:
241   -# first_arg_case = np_args.all()[0].atributes.get(type=u'PRZYPADEK').atribute_value.value
242   -# for arg in np_args:
243   -# if (first_arg_case != arg.atributes.get(type=u'PRZYPADEK').atribute_value.value):
244   -# similar_args = False
245   -# break
246   -# else:
247   -# similar_args = False
248   -# if not similar_args and args > 1:
249   -# spec_pos_up += 1
250   -# spec_args_up += args
251   -# add_spec_frame_up = True
252   -# if add_spec_frame_up:
253   -# spec_frames_up += 1
254   -
255   - outfile.write(u'Liczba argumentów: ' + str(arg_count) + '\n')
256   - outfile.write(u'Liczba pozycji: ' + str(pos_count) + '\n')
257   - outfile.write(u'Liczba haseł: ' + str(lemma_count) + '\n')
258   - outfile.write('\n')
259   - outfile.write(u'Liczba podhaseł: ' + str(sub_lemma_count) + '\n')
260   - outfile.write(u'Liczba podhaseł postaci (ZWROTNOŚĆ, NEGATYWNOŚĆ, PREDYKATYWNOŚĆ, ASPEKT)\n')
261   - outfile.write(u'Liczba podhaseł postaci ( , , pred, ): ' + str(pred_lemma) + '\n')
262   - outfile.write(u'Liczba podhaseł postaci ( , , , ): ' + str(npred_lemma) + '\n')
263   - outfile.write('\n')
264   - outfile.write(u'Liczba ramek: ' + str(all_frames) + '\n')
265   - outfile.write(u'Liczba ramek pewnych: ' + str(pewna_frames) + '\n')
266   - outfile.write(u'Liczba ramek wątpliwych: ' + str(watpliwa_frames) + '\n')
267   - outfile.write(u'Liczba ramek złych: ' + str(zla_frames) + '\n')
268   - outfile.write(u'Liczba ramek archaicznych: ' + str(arch_frames) + '\n')
269   - outfile.write(u'Liczba ramek potocznych: ' + str(potoczna_frames) + '\n')
270   - outfile.write(u'Liczba ramek wulgarnych: ' + str(wulgarna_frames) + '\n')
271   - outfile.write('\n')
272   - outfile.write(u'Liczba pozycji z większą niż jeden liczbą argumentów: ' + str(spec_pos) + '\n')
273   - outfile.write(u'Liczba argumentów występujących w pozycjach o większej niż jeden liczbie argumentów: ' + str(spec_args) + '\n')
274   - outfile.write(u'Liczba ramek z pozycjami wieloargumentowymi: ' + str(spec_frames) + '\n')
275   - outfile.write('\n')
276   - outfile.write(u'Liczba pozycji z większą niż jeden liczbą specyfikacji: ' + str(spec_pos_up) + '\n')
277   - outfile.write(u'Liczba argumentów występujących w pozycjach o większej niż jeden liczbie specyfikacji: ' + str(spec_args_up) + '\n')
278   - outfile.write(u'Liczba ramek z pozycjami o większej niż jeden liczbie specyfikacji: ' + str(spec_frames_up) + '\n')
279   - outfile.write(u'Liczba ramek frazeologicznych: ' + str(frames_with_phraseology) + '\n')
280   - outfile.write('\n')
281   - outfile.write(u'Hasła zawierające schematy frazeologiczne: ' + str(lemmas_with_phraseology) + '\n')
282   - outfile.write(u'Hasła zawierające pozycje z koordynacją: ' + str(lemmas_with_coordination) + '\n')
283   -
284   -
285   -
286   - adjs_stats_dict = {'arg_count': arg_count,
287   - 'pos_count': pos_count,
288   - 'lemma_count': lemma_count,
289   -
290   - 'sub_lemma_count': sub_lemma_count,
291   -
292   - 'pred_lemma': pred_lemma,
293   - 'npred_lemma': npred_lemma,
294   -
295   - 'all_frames': all_frames,
296   - 'pewna_frames': pewna_frames,
297   - 'watpliwa_frames': watpliwa_frames,
298   - 'zla_frames': zla_frames,
299   - 'arch_frames': arch_frames,
300   - 'potoczna_frames': potoczna_frames,
301   - 'wulgarna_frames': wulgarna_frames,
302   -
303   - 'spec_pos': spec_pos,
304   - 'spec_args': spec_args,
305   - 'spec_frames': spec_frames,
306   -
307   - 'spec_pos_up': spec_pos_up,
308   - 'spec_args_up': spec_args_up,
309   - 'spec_frames_up': spec_frames_up,
310   - 'frames_with_phraseology': frames_with_phraseology,
311   -
312   - 'lemmas_with_phraseology': lemmas_with_phraseology,
313   - 'lemmas_with_coordination': lemmas_with_coordination
314   - }
315   -
316   - outfile.close()
317   - return adjs_stats_dict
318   -
319   -def get_nouns_stats(stats_path, q_statuses):
320   - print 'Be patient, it can take a while.'
321   - outfile = codecs.open(stats_path, 'wt', 'utf-8')
322   - arg_count = 0
323   - pos_count = 0
324   - lemma_count = 0
325   -
326   -##################
327   - pewna_frames = 0
328   - watpliwa_frames = 0
329   - zla_frames = 0
330   - arch_frames = 0
331   - potoczna_frames = 0
332   - wulgarna_frames = 0
333   - all_frames = 0
334   -
335   - spec_frames = 0
336   - spec_pos = 0
337   - spec_args = 0
338   -
339   - spec_frames_up = 0
340   - spec_pos_up = 0
341   - spec_args_up = 0
342   -
343   - lemmas_with_phraseology = 0
344   - lemmas_with_coordination = 0
345   -
346   - frames_with_phraseology = 0
  69 + except:
  70 + outfile.close()
  71 +
  72 +def get_stats(statuses, pos):
  73 + stats_dict = Counter({u'phrases': 0,
  74 + u'poss': 0,
  75 + u'lemmas': 0,
  76 + u'sub_lemmas': 0,
  77 + u'schemata': 0,
  78 + u'cer_schemata': 0,
  79 + u'uncer_schemata': 0,
  80 + u'bad_schemata': 0,
  81 + u'arch_schemata': 0,
  82 + u'col_schemata': 0,
  83 + u'vul_schemata': 0,
  84 + u'coor_schemata': 0,
  85 + u'lex_schemata': 0,
  86 + u'coor_lemmas': 0,
  87 + u'lex_lemmas': 0})
347 88  
348 89 lemmas = Lemma.objects.filter(old=False,
349   - entry_obj__pos__tag='noun').filter(reduce(operator.or_, q_statuses)).distinct().order_by('entry').all()
350   - for lemma in lemmas:
  90 + entry_obj__pos__tag=pos).filter(status__in=statuses).distinct()
  91 + for lemma in lemmas.order_by('entry').all():
351 92 print lemma
352   - lemma_count += 1
353   -
354   - pewna_frames += lemma.frame_opinions.filter(value__value=u'pewny').count()
355   - watpliwa_frames += lemma.frame_opinions.filter(value__value=u'wątpliwy').count()
356   - zla_frames += lemma.frame_opinions.filter(value__value=u'zły').count()
357   - arch_frames += lemma.frame_opinions.filter(value__value=u'archaiczny').count()
358   - potoczna_frames += lemma.frame_opinions.filter(value__value=u'potoczny').count()
359   - wulgarna_frames += lemma.frame_opinions.filter(value__value=u'wulgarny').count()
360   - all_frames += lemma.frames.count()
361   -# if (lemma.frames.count() != lemma.frame_opinions.filter(value__value=u'pewna').count() +
362   -# lemma.frame_opinions.filter(value__value=u'wątpliwa').count() +
363   -# lemma.frame_opinions.filter(value__value=u'zła').count() +
364   -# lemma.frame_opinions.filter(value__value=u'archaiczna').count() +
365   -# lemma.frame_opinions.filter(value__value=u'potoczna').count() +
366   -# lemma.frame_opinions.filter(value__value=u'wulgarna').count()):
367   -# print lemma
368   -# print lemma.frame_opinions.filter(value__value=u'pewna').count()
369   -# print lemma.frame_opinions.filter(value__value=u'wątpliwa').count()
370   -# print lemma.frame_opinions.filter(value__value=u'zła').count()
371   -# print lemma.frame_opinions.filter(value__value=u'archaiczna').count()
372   -# print lemma.frame_opinions.filter(value__value=u'potoczna').count()
373   -# print lemma.frame_opinions.filter(value__value=u'wulgarna').count()
374   -## break
375   -
376   - if lemma.frames.count() != lemma.frame_opinions.count():
377   - print lemma.entry
378   -
  93 + stats_dict[u'lemmas'] += 1
  94 + stats_dict[u'cer_schemata'] += lemma.frame_opinions.filter(value__value=u'pewny').count()
  95 + stats_dict[u'uncer_schemata'] += lemma.frame_opinions.filter(value__value=u'wątpliwy').count()
  96 + stats_dict[u'bad_schemata'] += lemma.frame_opinions.filter(value__value=u'zły').count()
  97 + stats_dict[u'arch_schemata'] += lemma.frame_opinions.filter(value__value=u'archaiczny').count()
  98 + stats_dict[u'col_schemata'] += lemma.frame_opinions.filter(value__value=u'potoczny').count()
  99 + stats_dict[u'vul_schemata'] += lemma.frame_opinions.filter(value__value=u'wulgarny').count()
  100 + stats_dict[u'schemata'] += lemma.frames.count()
  101 +
  102 + stats_dict = stats_dict + Counter(get_sub_entries_dict(lemma))
  103 +
379 104 has_phraseology = False
380 105 has_coordination = False
381 106 for frame in lemma.frames.all():
382   - phraseologic_frame = False
383   -
384   - pos_count += frame.positions.count()
  107 + stats_dict[u'poss'] += frame.positions.count()
385 108 flat_frames = frame.positions.annotate(num_args=Count('arguments')).aggregate(Max('num_args'))['num_args__max']
386   -
387 109 if flat_frames > 1:
388   - spec_frames += 1
  110 + stats_dict[u'coor_schemata'] += 1
389 111 has_coordination = True
390   - if frame.has_phraseologic_arguments():
391   - has_phraseology = True
392   - phraseologic_frame = True
393   -
394 112 for pos in frame.positions.all():
395   - args = pos.arguments.count()
396   - arg_count += args
397   -# for arg in pos.arguments.all():
398   -# if arg.type in PHRASEOLOGIC_TYPES:
399   -# has_phraseology = True
400   -# phraseologic_frame = True
401   -# break
402   - if phraseologic_frame:
403   - frames_with_phraseology += 1
404   -
405   - if has_phraseology:
406   - lemmas_with_phraseology += 1
407   - if has_coordination:
408   - lemmas_with_coordination += 1
409   -
410   - outfile.write(u'Liczba argumentów: ' + str(arg_count) + '\n')
411   - outfile.write(u'Liczba pozycji: ' + str(pos_count) + '\n')
412   - outfile.write(u'Liczba haseł: ' + str(lemma_count) + '\n')
413   - outfile.write('\n')
414   -
415   - outfile.write('\n')
416   - outfile.write(u'Liczba ramek: ' + str(all_frames) + '\n')
417   - outfile.write(u'Liczba ramek pewnych: ' + str(pewna_frames) + '\n')
418   - outfile.write(u'Liczba ramek wątpliwych: ' + str(watpliwa_frames) + '\n')
419   - outfile.write(u'Liczba ramek złych: ' + str(zla_frames) + '\n')
420   - outfile.write(u'Liczba ramek archaicznych: ' + str(arch_frames) + '\n')
421   - outfile.write(u'Liczba ramek potocznych: ' + str(potoczna_frames) + '\n')
422   - outfile.write(u'Liczba ramek wulgarnych: ' + str(wulgarna_frames) + '\n')
423   - outfile.write('\n')
424   - outfile.write(u'Liczba pozycji z większą niż jeden liczbą argumentów: ' + str(spec_pos) + '\n')
425   - outfile.write(u'Liczba argumentów występujących w pozycjach o większej niż jeden liczbie argumentów: ' + str(spec_args) + '\n')
426   - outfile.write(u'Liczba ramek z pozycjami wieloargumentowymi: ' + str(spec_frames) + '\n')
427   - outfile.write('\n')
428   - outfile.write(u'Liczba pozycji z większą niż jeden liczbą specyfikacji: ' + str(spec_pos_up) + '\n')
429   - outfile.write(u'Liczba argumentów występujących w pozycjach o większej niż jeden liczbie specyfikacji: ' + str(spec_args_up) + '\n')
430   - outfile.write(u'Liczba ramek z pozycjami o większej niż jeden liczbie specyfikacji: ' + str(spec_frames_up) + '\n')
431   - outfile.write(u'Liczba ramek frazeologicznych: ' + str(frames_with_phraseology) + '\n')
432   - outfile.write('\n')
433   - outfile.write(u'Hasła zawierające schematy frazeologiczne: ' + str(lemmas_with_phraseology) + '\n')
434   - outfile.write(u'Hasła zawierające pozycje z koordynacją: ' + str(lemmas_with_coordination) + '\n')
435   -
436   - noun_stats_dict = {'arg_count': arg_count,
437   - 'pos_count': pos_count,
438   - 'lemma_count': lemma_count,
439   -
440   - 'sub_lemma_count': lemma_count,
441   -
442   - 'npred_lemma': lemma_count,
443   -
444   - 'all_frames': all_frames,
445   - 'pewna_frames': pewna_frames,
446   - 'watpliwa_frames': watpliwa_frames,
447   - 'zla_frames': zla_frames,
448   - 'arch_frames': arch_frames,
449   - 'potoczna_frames': potoczna_frames,
450   - 'wulgarna_frames': wulgarna_frames,
451   -
452   - 'spec_pos': spec_pos,
453   - 'spec_args': spec_args,
454   - 'spec_frames': spec_frames,
455   -
456   - 'spec_pos_up': spec_pos_up,
457   - 'spec_args_up': spec_args_up,
458   - 'spec_frames_up': spec_frames_up,
459   - 'frames_with_phraseology': frames_with_phraseology,
460   -
461   - 'lemmas_with_phraseology': lemmas_with_phraseology,
462   - 'lemmas_with_coordination': lemmas_with_coordination
463   - }
464   -
465   - outfile.close()
466   - return noun_stats_dict
467   -
468   -def get_advs_stats(stats_path, q_statuses):
469   - print 'Be patient, it can take a while.'
470   - outfile = codecs.open(stats_path, 'wt', 'utf-8')
471   - arg_count = 0
472   - pos_count = 0
473   - lemma_count = 0
474   -
475   -##################
476   - pewna_frames = 0
477   - watpliwa_frames = 0
478   - zla_frames = 0
479   - arch_frames = 0
480   - potoczna_frames = 0
481   - wulgarna_frames = 0
482   - all_frames = 0
483   -
484   - spec_frames = 0
485   - spec_pos = 0
486   - spec_args = 0
487   -
488   - spec_frames_up = 0
489   - spec_pos_up = 0
490   - spec_args_up = 0
491   -
492   - lemmas_with_phraseology = 0
493   - lemmas_with_coordination = 0
494   -
495   - frames_with_phraseology = 0
496   -
497   - lemmas = Lemma.objects.filter(old=False,
498   - entry_obj__pos__tag='adv').filter(reduce(operator.or_, q_statuses)).distinct().order_by('entry').all()
499   - for lemma in lemmas:
500   - print lemma
501   - lemma_count += 1
502   -
503   - pewna_frames += lemma.frame_opinions.filter(value__value=u'pewny').count()
504   - watpliwa_frames += lemma.frame_opinions.filter(value__value=u'wątpliwy').count()
505   - zla_frames += lemma.frame_opinions.filter(value__value=u'zły').count()
506   - arch_frames += lemma.frame_opinions.filter(value__value=u'archaiczny').count()
507   - potoczna_frames += lemma.frame_opinions.filter(value__value=u'potoczny').count()
508   - wulgarna_frames += lemma.frame_opinions.filter(value__value=u'wulgarny').count()
509   - all_frames += lemma.frames.count()
510   -# if (lemma.frames.count() != lemma.frame_opinions.filter(value__value=u'pewna').count() +
511   -# lemma.frame_opinions.filter(value__value=u'wątpliwa').count() +
512   -# lemma.frame_opinions.filter(value__value=u'zła').count() +
513   -# lemma.frame_opinions.filter(value__value=u'archaiczna').count() +
514   -# lemma.frame_opinions.filter(value__value=u'potoczna').count() +
515   -# lemma.frame_opinions.filter(value__value=u'wulgarna').count()):
516   -# print lemma
517   -# print lemma.frame_opinions.filter(value__value=u'pewna').count()
518   -# print lemma.frame_opinions.filter(value__value=u'wątpliwa').count()
519   -# print lemma.frame_opinions.filter(value__value=u'zła').count()
520   -# print lemma.frame_opinions.filter(value__value=u'archaiczna').count()
521   -# print lemma.frame_opinions.filter(value__value=u'potoczna').count()
522   -# print lemma.frame_opinions.filter(value__value=u'wulgarna').count()
523   -## break
524   -
525   - if lemma.frames.count() != lemma.frame_opinions.count():
526   - print lemma.entry
527   -
528   - has_phraseology = False
529   - has_coordination = False
530   - for frame in lemma.frames.all():
531   - phraseologic_frame = False
532   -
533   - pos_count += frame.positions.count()
534   - flat_frames = frame.positions.annotate(num_args=Count('arguments')).aggregate(Max('num_args'))['num_args__max']
535   -
536   - if flat_frames > 1:
537   - spec_frames += 1
538   - has_coordination = True
539   - if frame.has_phraseologic_arguments():
  113 + stats_dict[u'phrases'] += pos.arguments.count()
  114 + if frame.positions.filter(arguments__type__in=LEX_TYPES).exists():
  115 + stats_dict[u'lex_schemata'] += 1
540 116 has_phraseology = True
541   - phraseologic_frame = True
542   -
543   - for pos in frame.positions.all():
544   - args = pos.arguments.count()
545   - arg_count += args
546   -# for arg in pos.arguments.all():
547   -# if arg.type in PHRASEOLOGIC_TYPES:
548   -# has_phraseology = True
549   -# phraseologic_frame = True
550   -# break
551   - if phraseologic_frame:
552   - frames_with_phraseology += 1
553 117  
554 118 if has_phraseology:
555   - lemmas_with_phraseology += 1
  119 + stats_dict[u'lex_lemmas'] += 1
556 120 if has_coordination:
557   - lemmas_with_coordination += 1
558   -
559   - outfile.write(u'Liczba argumentów: ' + str(arg_count) + '\n')
560   - outfile.write(u'Liczba pozycji: ' + str(pos_count) + '\n')
561   - outfile.write(u'Liczba haseł: ' + str(lemma_count) + '\n')
562   - outfile.write('\n')
563   -
564   - outfile.write('\n')
565   - outfile.write(u'Liczba ramek: ' + str(all_frames) + '\n')
566   - outfile.write(u'Liczba ramek pewnych: ' + str(pewna_frames) + '\n')
567   - outfile.write(u'Liczba ramek wątpliwych: ' + str(watpliwa_frames) + '\n')
568   - outfile.write(u'Liczba ramek złych: ' + str(zla_frames) + '\n')
569   - outfile.write(u'Liczba ramek archaicznych: ' + str(arch_frames) + '\n')
570   - outfile.write(u'Liczba ramek potocznych: ' + str(potoczna_frames) + '\n')
571   - outfile.write(u'Liczba ramek wulgarnych: ' + str(wulgarna_frames) + '\n')
572   - outfile.write('\n')
573   - outfile.write(u'Liczba pozycji z większą niż jeden liczbą argumentów: ' + str(spec_pos) + '\n')
574   - outfile.write(u'Liczba argumentów występujących w pozycjach o większej niż jeden liczbie argumentów: ' + str(spec_args) + '\n')
575   - outfile.write(u'Liczba ramek z pozycjami wieloargumentowymi: ' + str(spec_frames) + '\n')
576   - outfile.write('\n')
577   - outfile.write(u'Liczba pozycji z większą niż jeden liczbą specyfikacji: ' + str(spec_pos_up) + '\n')
578   - outfile.write(u'Liczba argumentów występujących w pozycjach o większej niż jeden liczbie specyfikacji: ' + str(spec_args_up) + '\n')
579   - outfile.write(u'Liczba ramek z pozycjami o większej niż jeden liczbie specyfikacji: ' + str(spec_frames_up) + '\n')
580   - outfile.write(u'Liczba ramek frazeologicznych: ' + str(frames_with_phraseology) + '\n')
581   - outfile.write('\n')
582   - outfile.write(u'Hasła zawierające schematy frazeologiczne: ' + str(lemmas_with_phraseology) + '\n')
583   - outfile.write(u'Hasła zawierające pozycje z koordynacją: ' + str(lemmas_with_coordination) + '\n')
584   -
585   - advs_stats_dict = {'arg_count': arg_count,
586   - 'pos_count': pos_count,
587   - 'lemma_count': lemma_count,
588   -
589   - 'sub_lemma_count': lemma_count,
590   -
591   - 'npred_lemma': lemma_count,
592   -
593   - 'all_frames': all_frames,
594   - 'pewna_frames': pewna_frames,
595   - 'watpliwa_frames': watpliwa_frames,
596   - 'zla_frames': zla_frames,
597   - 'arch_frames': arch_frames,
598   - 'potoczna_frames': potoczna_frames,
599   - 'wulgarna_frames': wulgarna_frames,
600   -
601   - 'spec_pos': spec_pos,
602   - 'spec_args': spec_args,
603   - 'spec_frames': spec_frames,
604   -
605   - 'spec_pos_up': spec_pos_up,
606   - 'spec_args_up': spec_args_up,
607   - 'spec_frames_up': spec_frames_up,
608   - 'frames_with_phraseology': frames_with_phraseology,
609   -
610   - 'lemmas_with_phraseology': lemmas_with_phraseology,
611   - 'lemmas_with_coordination': lemmas_with_coordination
612   - }
613   -
614   - outfile.close()
615   - return advs_stats_dict
616   -
617   -def get_verb_stats(stats_path, q_statuses):
618   - print 'Be patient, it can take a while.'
619   - outfile = codecs.open(stats_path, 'wt', 'utf-8')
620   - arg_count = 0
621   - pos_count = 0
622   - lemma_count = 0
623   -##################3
624   - sub_lemma_count = 0
625   -
626   - sub_sie_imperf_oboj = 0
627   - sub_sie_perf_oboj = 0
628   - sub_sie_oboj_oboj = 0
629   - sub_imperf_oboj = 0
630   - sub_perf_oboj = 0
631   - sub_oboj_oboj = 0
632   -
633   - sub_sie_imperf_neg = 0
634   - sub_sie_perf_neg = 0
635   - sub_sie_oboj_neg = 0
636   - sub_imperf_neg = 0
637   - sub_perf_neg = 0
638   - sub_oboj_neg = 0
639   -
640   - sub_sie_imperf_aff = 0
641   - sub_sie_perf_aff = 0
642   - sub_sie_oboj_aff = 0
643   - sub_imperf_aff = 0
644   - sub_perf_aff = 0
645   - sub_oboj_aff = 0
646   -
647   - sie_lemma = 0
648   - nsie_lemma = 0
649   -##################
650   - pewna_frames = 0
651   - watpliwa_frames = 0
652   - zla_frames = 0
653   - arch_frames = 0
654   - potoczna_frames = 0
655   - wulgarna_frames = 0
656   - all_frames = 0
657   -
658   - spec_frames = 0
659   - spec_pos = 0
660   - spec_args = 0
661   -
662   - spec_frames_up = 0
663   - spec_pos_up = 0
664   - spec_args_up = 0
665   -
666   - lemmas_with_phraseology = 0
667   - lemmas_with_coordination = 0
668   -
669   - frames_with_phraseology = 0
670   -
671   - lemmas = Lemma.objects.filter(old=False,
672   - entry_obj__pos__tag='verb').filter(reduce(operator.or_, q_statuses)).distinct().order_by('entry').all()
673   - for lemma in lemmas:
674   - # jak chcemy bez zapłaconych
675   -# if RealizedLemma.objects.filter(Q(status__status=u'sprawdzone') |
676   -# Q(status__status=u'tymczasowy')).filter(lemma__entry=lemma.entry,
677   -# paid=False).exists():
678   -# pass
679   -# else:
680   -# continue
681   - print lemma
682   - lemma_count += 1
683   -
684   - pewna_frames += lemma.frame_opinions.filter(value__value=u'pewny').count()
685   - watpliwa_frames += lemma.frame_opinions.filter(value__value=u'wątpliwy').count()
686   - zla_frames += lemma.frame_opinions.filter(value__value=u'zły').count()
687   - arch_frames += lemma.frame_opinions.filter(value__value=u'archaiczny').count()
688   - potoczna_frames += lemma.frame_opinions.filter(value__value=u'potoczny').count()
689   - wulgarna_frames += lemma.frame_opinions.filter(value__value=u'wulgarny').count()
690   - all_frames += lemma.frames.count()
691   -# if (lemma.frames.count() != lemma.frame_opinions.filter(value__value=u'pewna').count() +
692   -# lemma.frame_opinions.filter(value__value=u'wątpliwa').count() +
693   -# lemma.frame_opinions.filter(value__value=u'zła').count() +
694   -# lemma.frame_opinions.filter(value__value=u'archaiczna').count() +
695   -# lemma.frame_opinions.filter(value__value=u'potoczna').count() +
696   -# lemma.frame_opinions.filter(value__value=u'wulgarna').count()):
697   -# print lemma
698   -# print lemma.frame_opinions.filter(value__value=u'pewna').count()
699   -# print lemma.frame_opinions.filter(value__value=u'wątpliwa').count()
700   -# print lemma.frame_opinions.filter(value__value=u'zła').count()
701   -# print lemma.frame_opinions.filter(value__value=u'archaiczna').count()
702   -# print lemma.frame_opinions.filter(value__value=u'potoczna').count()
703   -# print lemma.frame_opinions.filter(value__value=u'wulgarna').count()
704   -## break
705   -
706   - sub_frame = lemma.frames.filter(characteristics__value__value=u'się',
707   - characteristics__type=u'ZWROTNOŚĆ').filter(characteristics__type=u'ASPEKT',
708   - characteristics__value__value=u'imperf').filter(
709   - characteristics__type=u'NEGATYWNOŚĆ',
710   - characteristics__value__value=u'_')
711   - if sub_frame.count() > 0:
712   - sub_sie_imperf_oboj += 1
713   - sub_lemma_count += 1
714   -
715   - sub_frame = lemma.frames.filter(characteristics__value__value=u'się',
716   - characteristics__type=u'ZWROTNOŚĆ').filter(characteristics__type=u'ASPEKT',
717   - characteristics__value__value=u'perf').filter(
718   - characteristics__type=u'NEGATYWNOŚĆ',
719   - characteristics__value__value=u'_')
720   - if sub_frame.count() > 0:
721   - sub_sie_perf_oboj += 1
722   - sub_lemma_count += 1
723   -
724   - sub_frame = lemma.frames.filter(characteristics__value__value=u'się',
725   - characteristics__type=u'ZWROTNOŚĆ').filter(characteristics__type=u'ASPEKT',
726   - characteristics__value__value=u'_').filter(
727   - characteristics__type=u'NEGATYWNOŚĆ',
728   - characteristics__value__value=u'_')
729   - if sub_frame.count() > 0:
730   - sub_sie_oboj_oboj += 1
731   - sub_lemma_count += 1
732   -
733   - sub_frame = lemma.frames.filter(characteristics__value__value=u'',
734   - characteristics__type=u'ZWROTNOŚĆ').filter(characteristics__type=u'ASPEKT',
735   - characteristics__value__value=u'imperf').filter(
736   - characteristics__type=u'NEGATYWNOŚĆ',
737   - characteristics__value__value=u'_')
738   - if sub_frame.count() > 0:
739   - sub_imperf_oboj += 1
740   - sub_lemma_count += 1
741   -
742   - sub_frame = lemma.frames.filter(characteristics__value__value=u'',
743   - characteristics__type=u'ZWROTNOŚĆ').filter(characteristics__type=u'ASPEKT',
744   - characteristics__value__value=u'perf').filter(
745   - characteristics__type=u'NEGATYWNOŚĆ',
746   - characteristics__value__value=u'_')
747   - if sub_frame.count() > 0:
748   - sub_perf_oboj += 1
749   - sub_lemma_count += 1
750   -
751   - sub_frame = lemma.frames.filter(characteristics__value__value=u'',
752   - characteristics__type=u'ZWROTNOŚĆ').filter(characteristics__type=u'ASPEKT',
753   - characteristics__value__value=u'_').filter(
754   - characteristics__type=u'NEGATYWNOŚĆ',
755   - characteristics__value__value=u'_')
756   - if sub_frame.count() > 0:
757   - sub_oboj_oboj += 1
758   - sub_lemma_count += 1
759   -
760   -################################### neg #########################################
761   - sub_frame = lemma.frames.filter(characteristics__value__value=u'się',
762   - characteristics__type=u'ZWROTNOŚĆ').filter(characteristics__type=u'ASPEKT',
763   - characteristics__value__value=u'imperf').filter(
764   - characteristics__type=u'NEGATYWNOŚĆ',
765   - characteristics__value__value=u'neg')
766   - if sub_frame.count() > 0:
767   - sub_sie_imperf_neg += 1
768   - sub_lemma_count += 1
769   -
770   - sub_frame = lemma.frames.filter(characteristics__value__value=u'się',
771   - characteristics__type=u'ZWROTNOŚĆ').filter(characteristics__type=u'ASPEKT',
772   - characteristics__value__value=u'perf').filter(
773   - characteristics__type=u'NEGATYWNOŚĆ',
774   - characteristics__value__value=u'neg')
775   - if sub_frame.count() > 0:
776   - sub_sie_perf_neg += 1
777   - sub_lemma_count += 1
778   -
779   - sub_frame = lemma.frames.filter(characteristics__value__value=u'się',
780   - characteristics__type=u'ZWROTNOŚĆ').filter(characteristics__type=u'ASPEKT',
781   - characteristics__value__value=u'_').filter(
782   - characteristics__type=u'NEGATYWNOŚĆ',
783   - characteristics__value__value=u'neg')
784   - if sub_frame.count() > 0:
785   - sub_sie_oboj_neg += 1
786   - sub_lemma_count += 1
787   -
788   - sub_frame = lemma.frames.filter(characteristics__value__value=u'',
789   - characteristics__type=u'ZWROTNOŚĆ').filter(characteristics__type=u'ASPEKT',
790   - characteristics__value__value=u'imperf').filter(
791   - characteristics__type=u'NEGATYWNOŚĆ',
792   - characteristics__value__value=u'neg')
793   - if sub_frame.count() > 0:
794   - sub_imperf_neg += 1
795   - sub_lemma_count += 1
796   -
797   - sub_frame = lemma.frames.filter(characteristics__value__value=u'',
798   - characteristics__type=u'ZWROTNOŚĆ').filter(characteristics__type=u'ASPEKT',
799   - characteristics__value__value=u'perf').filter(
800   - characteristics__type=u'NEGATYWNOŚĆ',
801   - characteristics__value__value=u'neg')
802   - if sub_frame.count() > 0:
803   - sub_perf_neg += 1
804   - sub_lemma_count += 1
805   -
806   - sub_frame = lemma.frames.filter(characteristics__value__value=u'',
807   - characteristics__type=u'ZWROTNOŚĆ').filter(characteristics__type=u'ASPEKT',
808   - characteristics__value__value=u'_').filter(
809   - characteristics__type=u'NEGATYWNOŚĆ',
810   - characteristics__value__value=u'neg')
811   - if sub_frame.count() > 0:
812   - sub_oboj_neg += 1
813   - sub_lemma_count += 1
814   -
815   -#################################### aff ########################################
816   - sub_frame = lemma.frames.filter(characteristics__value__value=u'się',
817   - characteristics__type=u'ZWROTNOŚĆ').filter(characteristics__type=u'ASPEKT',
818   - characteristics__value__value=u'imperf').filter(
819   - characteristics__type=u'NEGATYWNOŚĆ',
820   - characteristics__value__value=u'aff')
821   - if sub_frame.count() > 0:
822   - sub_sie_imperf_aff += 1
823   - sub_lemma_count += 1
824   -
825   - sub_frame = lemma.frames.filter(characteristics__value__value=u'się',
826   - characteristics__type=u'ZWROTNOŚĆ').filter(characteristics__type=u'ASPEKT',
827   - characteristics__value__value=u'perf').filter(
828   - characteristics__type=u'NEGATYWNOŚĆ',
829   - characteristics__value__value=u'aff')
830   - if sub_frame.count() > 0:
831   - sub_sie_perf_aff += 1
832   - sub_lemma_count += 1
833   -
834   - sub_frame = lemma.frames.filter(characteristics__value__value=u'się',
835   - characteristics__type=u'ZWROTNOŚĆ').filter(characteristics__type=u'ASPEKT',
836   - characteristics__value__value=u'_').filter(
837   - characteristics__type=u'NEGATYWNOŚĆ',
838   - characteristics__value__value=u'aff')
839   - if sub_frame.count() > 0:
840   - sub_sie_oboj_aff += 1
841   - sub_lemma_count += 1
842   -
843   - sub_frame = lemma.frames.filter(characteristics__value__value=u'',
844   - characteristics__type=u'ZWROTNOŚĆ').filter(characteristics__type=u'ASPEKT',
845   - characteristics__value__value=u'imperf').filter(
846   - characteristics__type=u'NEGATYWNOŚĆ',
847   - characteristics__value__value=u'aff')
848   - if sub_frame.count() > 0:
849   - sub_imperf_aff += 1
850   - sub_lemma_count += 1
851   -
852   - sub_frame = lemma.frames.filter(characteristics__value__value=u'',
853   - characteristics__type=u'ZWROTNOŚĆ').filter(characteristics__type=u'ASPEKT',
854   - characteristics__value__value=u'perf').filter(
855   - characteristics__type=u'NEGATYWNOŚĆ',
856   - characteristics__value__value=u'aff')
857   - if sub_frame.count() > 0:
858   - sub_perf_aff += 1
859   - sub_lemma_count += 1
860   -
861   - sub_frame = lemma.frames.filter(characteristics__value__value=u'',
862   - characteristics__type=u'ZWROTNOŚĆ').filter(characteristics__type=u'ASPEKT',
863   - characteristics__value__value=u'_').filter(
864   - characteristics__type=u'NEGATYWNOŚĆ',
865   - characteristics__value__value=u'aff')
866   - if sub_frame.count() > 0:
867   - sub_oboj_aff += 1
868   - sub_lemma_count += 1
869   -################################################################################
870   -
871   - sub_frame = lemma.frames.filter(characteristics__value__value=u'się',
872   - characteristics__type=u'ZWROTNOŚĆ')
873   - if sub_frame.count() > 0:
874   - sie_lemma += 1
875   -
876   - sub_frame = lemma.frames.filter(characteristics__value__value=u'',
877   - characteristics__type=u'ZWROTNOŚĆ')
878   - if sub_frame.count() > 0:
879   - nsie_lemma += 1
880   -
881   -
882   -#################################################################################
883   -
884   - if lemma.frames.count() != lemma.frame_opinions.count():
885   - print lemma.entry
886   -
887   - has_phraseology = False
888   - has_coordination = False
889   - for frame in lemma.frames.all():
890   - phraseologic_frame = False
891   -
892   - pos_count += frame.positions.count()
893   - flat_frames = frame.positions.annotate(num_args=Count('arguments')).aggregate(Max('num_args'))['num_args__max']
894   -
895   - if flat_frames > 1:
896   - spec_frames += 1
897   - has_coordination = True
898   - if frame.has_phraseologic_arguments():
899   - has_phraseology = True
900   - phraseologic_frame = True
901   -
902   - for pos in frame.positions.all():
903   - args = pos.arguments.count()
904   - arg_count += args
905   -# for arg in pos.arguments.all():
906   -# if arg.type in PHRASEOLOGIC_TYPES:
907   -# has_phraseology = True
908   -# phraseologic_frame = True
909   -# break
910   - if phraseologic_frame:
911   - frames_with_phraseology += 1
  121 + stats_dict[u'coor_lemmas'] += 1
  122 +
  123 + return stats_dict
  124 +
  125 +def get_sub_entries_dict(lemma):
  126 + sub_entries_dict = {}
  127 + frame_chars_dict = sorted_frame_char_values_dict()
  128 + for reflex in frame_chars_dict['sorted_reflex_vals']:
  129 + for neg in frame_chars_dict['sorted_neg_vals']:
  130 + for pred in frame_chars_dict['sorted_pred_vals']:
  131 + for aspect in frame_chars_dict['sorted_aspect_vals']:
  132 + matching_frames = lemma.get_frames_by_char_values(reflex_val=reflex,
  133 + neg_val=neg,
  134 + pred_val=pred,
  135 + aspect_val=aspect)
  136 + if matching_frames.exists():
  137 + if not u'sub_lemmas' in sub_entries_dict:
  138 + sub_entries_dict[u'sub_lemmas'] = 0
  139 + sub_entries_dict[u'sub_lemmas'] += 1
912 140  
913   - if has_phraseology:
914   - lemmas_with_phraseology += 1
915   - if has_coordination:
916   - lemmas_with_coordination += 1
917   -
918   - outfile.write(u'Liczba argumentów: ' + str(arg_count) + '\n')
919   - outfile.write(u'Liczba pozycji: ' + str(pos_count) + '\n')
920   - outfile.write(u'Liczba haseł: ' + str(lemma_count) + '\n')
921   - outfile.write('\n')
922   - outfile.write(u'Liczba podhaseł: ' + str(sub_lemma_count) + '\n')
923   -
924   - outfile.write(u'Liczba podhaseł postaci (ZWROTNOŚĆ, NEGATYWNOŚĆ, PREDYKATYWNOŚĆ, ASPEKT)\n')
925   -
926   - outfile.write(u'Liczba podhaseł postaci (się, _, , imperf): ' + str(sub_sie_imperf_oboj) + '\n')
927   - outfile.write(u'Liczba podhaseł postaci (się, _, , perf): ' + str(sub_sie_perf_oboj) + '\n')
928   - outfile.write(u'Liczba podhaseł postaci (się, _, , _): ' + str(sub_sie_oboj_oboj) + '\n')
929   - outfile.write(u'Liczba podhaseł postaci ( , _, , imperf): ' + str(sub_imperf_oboj) + '\n')
930   - outfile.write(u'Liczba podhaseł postaci ( , _, , perf): ' + str(sub_perf_oboj) + '\n')
931   - outfile.write(u'Liczba podhaseł postaci ( , _, , _): ' + str(sub_oboj_oboj) + '\n')
932   -
933   - outfile.write(u'Liczba podhaseł postaci (się, neg, , imperf): ' + str(sub_sie_imperf_neg) + '\n')
934   - outfile.write(u'Liczba podhaseł postaci (się, neg, , perf): ' + str(sub_sie_perf_neg) + '\n')
935   - outfile.write(u'Liczba podhaseł postaci (się, neg, , _): ' + str(sub_sie_oboj_neg) + '\n')
936   - outfile.write(u'Liczba podhaseł postaci ( , neg, , imperf): ' + str(sub_imperf_neg) + '\n')
937   - outfile.write(u'Liczba podhaseł postaci ( , neg, , perf): ' + str(sub_perf_neg) + '\n')
938   - outfile.write(u'Liczba podhaseł postaci ( , neg, , _): ' + str(sub_oboj_neg) + '\n')
939   -
940   - outfile.write(u'Liczba podhaseł postaci (się, aff, , imperf): ' + str(sub_sie_imperf_aff) + '\n')
941   - outfile.write(u'Liczba podhaseł postaci (się, aff, , perf): ' + str(sub_sie_perf_aff) + '\n')
942   - outfile.write(u'Liczba podhaseł postaci (się, aff, , _): ' + str(sub_sie_oboj_aff) + '\n')
943   - outfile.write(u'Liczba podhaseł postaci ( , aff, , imperf): ' + str(sub_imperf_aff) + '\n')
944   - outfile.write(u'Liczba podhaseł postaci ( , aff, , perf): ' + str(sub_perf_aff) + '\n')
945   - outfile.write(u'Liczba podhaseł postaci ( , aff, , _): ' + str(sub_oboj_aff) + '\n')
946   -
947   - outfile.write('\n')
948   - outfile.write(u'Liczba ramek: ' + str(all_frames) + '\n')
949   - outfile.write(u'Liczba ramek pewnych: ' + str(pewna_frames) + '\n')
950   - outfile.write(u'Liczba ramek wątpliwych: ' + str(watpliwa_frames) + '\n')
951   - outfile.write(u'Liczba ramek złych: ' + str(zla_frames) + '\n')
952   - outfile.write(u'Liczba ramek archaicznych: ' + str(arch_frames) + '\n')
953   - outfile.write(u'Liczba ramek potocznych: ' + str(potoczna_frames) + '\n')
954   - outfile.write(u'Liczba ramek wulgarnych: ' + str(wulgarna_frames) + '\n')
955   - outfile.write('\n')
956   - outfile.write(u'Liczba pozycji z większą niż jeden liczbą argumentów: ' + str(spec_pos) + '\n')
957   - outfile.write(u'Liczba argumentów występujących w pozycjach o większej niż jeden liczbie argumentów: ' + str(spec_args) + '\n')
958   - outfile.write(u'Liczba ramek z pozycjami wieloargumentowymi: ' + str(spec_frames) + '\n')
959   - outfile.write('\n')
960   - outfile.write(u'Liczba pozycji z większą niż jeden liczbą specyfikacji: ' + str(spec_pos_up) + '\n')
961   - outfile.write(u'Liczba argumentów występujących w pozycjach o większej niż jeden liczbie specyfikacji: ' + str(spec_args_up) + '\n')
962   - outfile.write(u'Liczba ramek z pozycjami o większej niż jeden liczbie specyfikacji: ' + str(spec_frames_up) + '\n')
963   - outfile.write(u'Liczba ramek frazeologicznych: ' + str(frames_with_phraseology) + '\n')
964   - outfile.write('\n')
965   - outfile.write(u'Hasła zawierające schematy frazeologiczne: ' + str(lemmas_with_phraseology) + '\n')
966   - outfile.write(u'Hasła zawierające pozycje z koordynacją: ' + str(lemmas_with_coordination) + '\n')
967   -
968   -
969   - verb_stats_dict = {'arg_count': arg_count,
970   - 'pos_count': pos_count,
971   - 'lemma_count': lemma_count,
972   -
973   - 'sub_lemma_count': sub_lemma_count,
974   -
975   - 'sub_sie_imperf_oboj': sub_sie_imperf_oboj,
976   - 'sub_sie_perf_oboj': sub_sie_perf_oboj,
977   - 'sub_sie_oboj_oboj': sub_sie_oboj_oboj,
978   - 'sub_imperf_oboj': sub_imperf_oboj,
979   - 'sub_perf_oboj': sub_perf_oboj,
980   - 'sub_oboj_oboj': sub_oboj_oboj,
981   -
982   - 'sub_sie_imperf_neg': sub_sie_imperf_neg,
983   - 'sub_sie_perf_neg': sub_sie_perf_neg,
984   - 'sub_sie_oboj_neg': sub_sie_oboj_neg,
985   - 'sub_imperf_neg': sub_imperf_neg,
986   - 'sub_perf_neg': sub_perf_neg,
987   - 'sub_oboj_neg': sub_oboj_neg,
988   -
989   - 'sub_sie_imperf_aff': sub_sie_imperf_aff,
990   - 'sub_sie_perf_aff': sub_sie_perf_aff,
991   - 'sub_sie_oboj_aff': sub_sie_oboj_aff,
992   - 'sub_imperf_aff': sub_imperf_aff,
993   - 'sub_perf_aff': sub_perf_aff,
994   - 'sub_oboj_aff': sub_oboj_aff,
995   -
996   - 'all_frames': all_frames,
997   - 'pewna_frames': pewna_frames,
998   - 'watpliwa_frames': watpliwa_frames,
999   - 'zla_frames': zla_frames,
1000   - 'arch_frames': arch_frames,
1001   - 'potoczna_frames': potoczna_frames,
1002   - 'wulgarna_frames': wulgarna_frames,
1003   -
1004   - 'spec_pos': spec_pos,
1005   - 'spec_args': spec_args,
1006   - 'spec_frames': spec_frames,
1007   -
1008   - 'spec_pos_up': spec_pos_up,
1009   - 'spec_args_up': spec_args_up,
1010   - 'spec_frames_up': spec_frames_up,
1011   - 'frames_with_phraseology': frames_with_phraseology,
1012   -
1013   - 'lemmas_with_phraseology': lemmas_with_phraseology,
1014   - 'lemmas_with_coordination': lemmas_with_coordination
1015   - }
1016   -
1017   - outfile.close()
1018   - return verb_stats_dict
1019   -
1020 141 \ No newline at end of file
  142 + subentry_key = u'Liczba podhaseł postaci: (%s,%s,%s,%s)' % (reflex.value, neg.value,
  143 + pred.value, aspect.value)
  144 + if not subentry_key in sub_entries_dict:
  145 + sub_entries_dict[subentry_key] = 0
  146 + sub_entries_dict[subentry_key] += 1
  147 + return sub_entries_dict
... ...
dictionary/models.py
  View file @3ad52b1
... ... @@ -107,6 +107,14 @@ class Lemma_Status(Model):
107 107 ('see_stats', u'Może oglądać swoje statystyki.'),
108 108 ('see_all_stats', u'Może oglądać statystyki wszystkich.'),
109 109 )
  110 +
  111 +def get_checked_statuses():
  112 + checked_type = LemmaStatusType.objects.get(sym_name='checked')
  113 + return Lemma_Status.objects.filter(type__priority__gte=checked_type.priority).distinct()
  114 +
  115 +def get_ready_statuses():
  116 + ready_type = LemmaStatusType.objects.get(sym_name='ready')
  117 + return Lemma_Status.objects.filter(type__priority__gte=ready_type.priority).distinct()
110 118  
111 119  
112 120 class LemmaStatusType(Model):
... ...