Conteúdo do curso Lição 120 de 148 · Invente suas ferramentas
Invente suas ferramentas

Um buscador de bugs similares

Por que isso importa Metade dos bugs registrados esta semana já foram registrados antes. Um buscador que mostra "esses três relatórios antigos parecem com o seu" economiza tempo de triagem e vincula correções que já foram feitas.

O rastreador de bugs tem 8.000 relatórios fechados. Quando alguém digita um novo relatório, o formulário deve sugerir os três antigos mais similares, em tempo real, em um servidor pequeno com um orçamento de passos. Similaridade é sobreposição de palavras, o que é fácil de explicar para as pessoas que leem as sugestões.

A regra de pontuação

  • Palavras: coloque o texto em minúsculas e pegue as sequências de letras e dígitos (re.findall(r"[a-z0-9]+", text.lower())), como um conjunto, sem as stop words dadas no início.
  • Pontuação de um relatório: palavras compartilhadas divididas pelo número de palavras em qualquer uma delas (len(q & r) / len(q | r), o índice de Jaccard).
  • Retorne os ids dos k melhores relatórios com uma pontuação acima de 0, o melhor primeiro; em caso de empate, o menor id vence (ids são strings: compare-os como strings).
idx = BugIndex([("BUG-1", "Checkout crash when the cart is empty"), ...])
idx.similar("crash in checkout with an empty cart")   # -> ["BUG-1", "BUG-3"]
Sua vez

Escreva uma classe BugIndex(reports), onde reports é uma lista de (id, text), com um método similar(text, k=3) que aplica a regra de pontuação. Use o STOP_WORDS do inicial. Budget: construir o índice sobre 8.000 relatórios e responder 150 consultas pode levar no máximo 1.000.000 de passos do seu próprio código. A memória não é limitada.

Viu um problema nesta lição? Reporte-o · Pergunte sobre esta lição

Este exercício abre em breve

Termine a lição anterior para que esta seja desbloqueada. O curso inteiro é gratuito, não precisa de conta, e você pode ler esta lição agora mesmo.