-
Notifications
You must be signed in to change notification settings - Fork 0
/
toby.py
69 lines (51 loc) · 2.35 KB
/
toby.py
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
from platform import processor
from tkinter import*
from tkinter import messagebox
from pandas import Series,DataFrame
import pandas as pd
import numpy as np
from processor import pre_process, processing
from reply import autoreply, simple_reply, caretext, MLreply
import random
from threading import Timer
import time
####### train MLP and give a pridiction on input #####################################################################################################################################################################
def MLpredict(x):
df = pd.read_csv("train.csv")
df_X = df.copy()
df_Y = df.copy()
drop_idx = ["Y"]
df_X = df_X.drop(drop_idx, axis = 1)
drop_idx = ["because","you","me","question","fiveWH","length","JJ_score","fscore"]
df_Y = df_Y.drop(drop_idx, axis = 1)
test_index = x
#MLPClassifier
from sklearn.neural_network import MLPClassifier
my_classifier = MLPClassifier(solver='lbfgs', random_state=0)
my_classifier.fit(df_X,df_Y.values.ravel())
# Predict
print(my_classifier.predict(test_index))
return my_classifier.predict(test_index)
######################################################################################################################################################################################################################
################## main function ######################################################################################################################################################################################
def main(text):
score = 0
text = text.lower()
z, possibleres = autoreply(text)
res = ''
if z != 1:
list1 = pre_process(text)
x = processing(list1[0],list1[1],list1[2],list1[3],list1[4])
score += x[1]
if x[1] != 0:
y = MLpredict(x[0])
i, res = MLreply(y)
if i == [-2]:
res = caretext()
else:
res = simple_reply()
print(res)
else:
res = possibleres
return res,score, list1[5]
#######################################################################################################################################################################################################################