Benzer hata bulucu
Neden önemli Bu hafta bildirilen hataların yarısı daha önce bildirilmişti. "Bu üç eski rapor seninkine benziyor" diyen bir bulucu, triyaj süresinden tasarruf sağlar ve zaten yapılmış düzeltmeleri birbirine bağlar.
Hata takipçisinde 8,000 kapalı rapor var. Birisi yeni bir rapor yazdığında, form en benzer üç eski raporu canlı olarak, düşük bütçeli küçük bir sunucuda önermeli. Benzerlik kelime çakışmasıdır, bu önerileri okuyan kişilere açıklanması kolaydır.
Puanlama kuralı
- Kelimeler: metni küçük harfe çevir ve başlangıçta verilen durdurma kelimeleri hariç tutarak harf ve rakam dizilerini (
re.findall(r"[a-z0-9]+", text.lower())) bir küme olarak al. - Bir raporun skoru: ortak kelimelerin her iki taraftaki kelime sayısına bölünmesi (
len(q & r) / len(q | r), Jaccard indeksi). - Skoru 0'ın üzerinde olan en iyi
kraporunun id'sini döndür, en iyiyi başa koy; eşitlik durumunda daha küçük id'yi seç (id'ler string'dir: onları string olarak karşılaştır).
idx = BugIndex([("BUG-1", "Checkout crash when the cart is empty"), ...])
idx.similar("crash in checkout with an empty cart") # -> ["BUG-1", "BUG-3"]reports listinden oluşan (id, text) listesi içeren BugIndex(reports) sınıfını yaz, puanlama kuralını uygulayan similar(text, k=3) metodunu ekle. Başlangıçtaki STOP_WORDS kullan. Bütçe: 8,000 rapor üzerinden indeksi oluşturmak ve 150 sorguyu yanıtlamak kendi kodunda en fazla 1,000,000 adım sürebilir. Bellek sınırı yok.
Bu derste bir sorun mu fark ettin? Bildir · Bu ders hakkında soru sor
Bu alıştırma yakında açılacak
Bu dersi bitirince bu ders açılacak. Kursun tamamı ücretsiz, hesap gerekmiyor ve bu dersi hemen şimdi okuyabilirsin.
Bu tarayıcı learn.floati.life için çerezleri engelliyor, bu yüzden burada bitirdiğin dersler sırasıyla açılamıyor. Bu site için çerezlere izin ver ve sayfayı yenile.