Walenty / Slowal

Commit 3ad52b13a56f9b536ff84948d9ab21fe31e3b5a9

Authored by Bartłomiej Nitoń
1 parent 536ab813
master ... desimilators dev grouping morfeusz poprawki rm tomek

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 @@ -29,8 +29,8 @@ from django.core.management.base import BaseCommand
29 from accounts.models import User 29 from accounts.models import User
30 from dictionary.ajax_vocabulary_management import create_text_walenty 30 from dictionary.ajax_vocabulary_management import create_text_walenty
31 from dictionary.ajax_argument_realizations import create_realizations_file 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 from settings import WALENTY_PATH 34 from settings import WALENTY_PATH
35 35
36 class Command(BaseCommand): 36 class Command(BaseCommand):
@@ -87,12 +87,4 @@ def create_pos_archive(archive, pos, filename_base): @@ -87,12 +87,4 @@ def create_pos_archive(archive, pos, filename_base):
87 finally: 87 finally:
88 os.remove(walenty_path_checked) 88 os.remove(walenty_path_checked)
89 os.remove(walenty_path_ready) 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 \ No newline at end of file 91 \ No newline at end of file
dictionary/management/commands/get_stats.py
  View file @3ad52b1
@@ -2,1018 +2,145 @@ @@ -2,1018 +2,145 @@
2 # author: B.Niton 2 # author: B.Niton
3 3
4 import codecs 4 import codecs
5 -import operator 5 +import datetime
6 from collections import Counter 6 from collections import Counter
7 7
8 from django.core.management.base import BaseCommand 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 class Command(BaseCommand): 16 class Command(BaseCommand):
16 - help = 'Get slowal statistics.' 17 + help = 'Get Walenty statistics.'
17 18
18 def handle(self, **options): 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 lemmas = Lemma.objects.filter(old=False, 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 print lemma 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 has_phraseology = False 104 has_phraseology = False
380 has_coordination = False 105 has_coordination = False
381 for frame in lemma.frames.all(): 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 flat_frames = frame.positions.annotate(num_args=Count('arguments')).aggregate(Max('num_args'))['num_args__max'] 108 flat_frames = frame.positions.annotate(num_args=Count('arguments')).aggregate(Max('num_args'))['num_args__max']
386 -  
387 if flat_frames > 1: 109 if flat_frames > 1:
388 - spec_frames += 1 110 + stats_dict[u'coor_schemata'] += 1
389 has_coordination = True 111 has_coordination = True
390 - if frame.has_phraseologic_arguments():  
391 - has_phraseology = True  
392 - phraseologic_frame = True  
393 -  
394 for pos in frame.positions.all(): 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 has_phraseology = True 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 if has_phraseology: 118 if has_phraseology:
555 - lemmas_with_phraseology += 1 119 + stats_dict[u'lex_lemmas'] += 1
556 if has_coordination: 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 \ No newline at end of file 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): @@ -107,6 +107,14 @@ class Lemma_Status(Model):
107 ('see_stats', u'Może oglądać swoje statystyki.'), 107 ('see_stats', u'Może oglądać swoje statystyki.'),
108 ('see_all_stats', u'Może oglądać statystyki wszystkich.'), 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 class LemmaStatusType(Model): 120 class LemmaStatusType(Model):