You can not select more than 25 topics Topics must start with a letter or number, can include dashes ('-') and can be up to 35 characters long.
 

47 lines
1.5 KiB

import os
import pandas as pd
import utils
pm_sent_no = 'pm_sent_number'
pm_sent = 'Sätze der Pressemitteilung'
judgement_sent_no = 'judgement_sent_number'
judgement_sent = 'Dazu passende Sätze des Urteils'
keywords = 'Schlagworte'
comments = 'Anmerkung'
duration = 'Wie lange hast Du für die Bearbeitung dieses Urteils gebraucht?'
bad_pm = 'Ist diese Pressemitteilung eine schlechte Darstellung / Zusammenfassung des Urteils?'
current_dir = 'pm_summary/'
def prepare_file(path):
"""
Liest eine Datei aus und überführt sie in ein einheitliches Format.
:param path: Pfad zur Datei.
:return: dictionary, in dem die Ergebnisse stehen. Für jeden Satz der PM gibt es ein Unterdict (Zahl als key).
"""
res = {}
raw_data = pd.read_excel(path, names=[pm_sent_no, pm_sent], header=None)
for index, row in raw_data.iterrows():
current_sentence = {pm_sent_no: row[pm_sent_no], pm_sent: row[pm_sent]}
res[current_sentence[pm_sent_no]] = current_sentence
return res
def get_all_pm_files():
"""
Returns the list of all annotated pm-files
:return: [(pm_filename, file_data)*]
"""
file_path_base = utils.server_path(current_path=current_dir,
path='../rouge_evalauation/evaluated_data/extractive_judgments')
res = []
for judgment in os.listdir(file_path_base):
if '.xlsx' in judgment:
filename = file_path_base + '/' + judgment
res.append((judgment, prepare_file(filename)))
return res