/// <summary>
/// returns array of priority queues for current distance metric
/// </summary>
/// <param name="ConceptsCnt"></param>
/// <param name="conceptsMtrx"></param>
/// <returns></returns>
static PriorityQueue <float, int>[] CalCulateAllDistAllMetrics(CSRMatrix conceptsMtrx)
{
PriorityQueue <float, int>[] pqs = new PriorityQueue <float, int> [conceptsMtrx._rowPtrArr.Length - 1];
for (int i = 0; i < pqs.Length; i++)
{
pqs[i] = new PriorityQueue <float, int>();
}
for (int i = 0; i < conceptsMtrx._rowPtrArr.Length - 1; i++)
{
for (int j = 0; j < conceptsMtrx._rowPtrArr.Length - 1; j++)
{
if (i >= j)
{
continue;
}
float cos = Distance.Cosine(ref conceptsMtrx._values, ref conceptsMtrx._colIdArr, ref conceptsMtrx._rowPtrArr, i, j);
pqs[i].Enqueue(1 - cos, j);
pqs[j].Enqueue(1 - cos, i);
}
}
;
return(pqs);
}
/// <summary>
/// returns array of priority queues for current distance metric
/// </summary>
/// <param name="ConceptsCnt"></param>
/// <param name="conceptsMtrx"></param>
/// <returns></returns>
static PriorityQueue<float,int>[] CalCulateAllDistAllMetrics(CSRMatrix conceptsMtrx)
{
PriorityQueue<float, int>[] pqs = new PriorityQueue<float, int>[conceptsMtrx._rowPtrArr.Length-1];
for (int i = 0; i < pqs.Length; i++)
{
pqs[i] = new PriorityQueue<float, int>();
}
for(int i = 0;i< conceptsMtrx._rowPtrArr.Length - 1;i++)
{
for (int j = 0; j < conceptsMtrx._rowPtrArr.Length - 1; j++)
{
if (i >= j) continue;
float cos = Distance.Cosine(ref conceptsMtrx._values, ref conceptsMtrx._colIdArr, ref conceptsMtrx._rowPtrArr, i, j);
pqs[i].Enqueue(1-cos, j);
pqs[j].Enqueue(1-cos, i);
}
};
return pqs;
}
static void Main(string[] args)
{
//путь к файлу с определениями
string dictpath = string.Empty;
//путь к файлу со стоп-словами
string stoplistfile = string.Empty;
//путь к файлу между которыми необходимо найти семантические отношения
string conceptsfile = string.Empty;
//количество соседей для поиска
int k = 0;
//выходной файл для первого алгоритма
string knnfile = @"knn";
//выходной файл для второго алгоритма
string mknnfile = @"mknn";
#region console
System.Console.WriteLine("parameters count = {0}", args.Length);
for (int i = 0; i < args.Length; i++)
{
System.Console.WriteLine("Arg[{0}] = [{1}]", i, args[i]);
}
if (args.Length < 4 || args.Length > 6)
{
Console.WriteLine("not enough params");
help();
return;
}
else
{
foreach (var arg in args)
{
var param = arg.Split('=');
var key = param[0];
var value = param[1];
switch (key)
{
case "-c":
{
conceptsfile = value;
break;
}
case "-s":
{
stoplistfile = value;
break;
}
case "-d":
{
dictpath = value;
break;
}
case "-k":
{
k = int.Parse(value);
break;
}
case "-knn":
{
knnfile = value;
break;
}
case "-mknn":
{
mknnfile = value;
break;
}
default:
{
Console.WriteLine("uknown param : {0}", key);
help();
return;
}
}
}
}
#endregion
//парсинг словаря , исключение стоп-слов из входных данных
Dict.Create(dictpath, stoplistfile);
//для файла концпетов строим разреженную матрицу в CSR
//берем первые частотных 5k лемм
CSRMatrix conceptsMtrx = Dict.getCSRConceptsMatrix(conceptsfile, 5000);
//количество полученных концептов для анализа
int ConceptsCnt = conceptsMtrx._rowPtrArr.Count() - 1;
PriorityQueue <float, int>[] result;
result = CalCulateAllDistAllMetrics(conceptsMtrx);
int[][] knn;
//первый алгоритм
getKnn(knnfile, out knn, result, ConceptsCnt, k);
//второй алгоритм
getMutualKnn(mknnfile, knn);
}
