Forum GHS Tools

Code: Tout sélectionner


function extractSentence($string) {
   $return_array = Array();    
   foreach(preg_split("/[.!\n?;]+/",$string) as $element) {
      $element = trim($element);
      if (!empty($element))
         $return_array[] = $element;
   }
   return $return_array;
}

header('Cache-Control: no-cache');
header('Expires: -1');
header('Content-Type: text/html; charset=utf-8');

// Document source
$doc1 = "Je travaille dans le référencement. C’est un métier passionnant.";
// Document a tester
$doc2 = "Sur internet le métier sur le référencement est intéressant. c’est mon métier qui est passionnant.";

print 'DOC1 Texte Source:
'.$doc1.'
';
print 'DOC2 Texte a controler:
'.$doc2.'
';

echo "
";

// Post Traitement
// Conversion en minuscule
$doc1 = strtolower($doc1);
$doc2 = strtolower($doc2);

// Recherche des phrases.
$sentenceOrg = extractSentence($doc1);
$sentenceDup = extractSentence($doc2);

// On recherche tous les mots des phrases
$sentenceOrgCount = 0;
while (isset($sentenceOrg[$sentenceOrgCount]))
   $wordsOrg[] = array_unique(preg_split("/[\s,]+/", $sentenceOrg[$sentenceOrgCount++]));
$sentenceDupCount = 0;
while (isset($sentenceDup[$sentenceDupCount]))
   $wordsDup[] = array_unique(preg_split("/[\s,]+/", $sentenceDup[$sentenceDupCount++]));

// Comparaison des phrases mot par mot.
while ($wordsDupElement = current($wordsDup))
{
   while ($wordsOrgElement = current($wordsOrg))
   {
      $total = 0;
      foreach($wordsDupElement as $wordDupElement)
         if (in_array($wordDupElement, $wordsOrgElement))
            $total++;
      $percentSimilarity = round($total/count($wordsDupElement) * 100, 2);
      $resultSimilarity[$sentenceDup[key($wordsDup)]][$sentenceOrg[key($wordsOrg)]] = $percentSimilarity;
      $resultSimilarity[$sentenceDup[key($wordsDup)]]['max'] = max($resultSimilarity[$sentenceDup[key($wordsDup)]]);
      $resultSimilarity[$sentenceDup[key($wordsDup)]]['hit'] = 0;
      next($wordsOrg);
   }
   reset($wordsOrg);
    next($wordsDup);
}
reset($wordsDup);

$tolerance = 50;
$score = 0;
while($results = current($resultSimilarity))
{
   if ($results['max'] > $tolerance)
   {
      $score = $score + $results['max'];
      $resultSimilarity[key($resultSimilarity)]['hit'] = 1;
   }   
    next($resultSimilarity);
}
reset($resultSimilarity);

// Resultats
echo "Tolerance: ".$tolerance."%
";
echo "DOC2 Score: ".$score/count($resultSimilarity)." % similaire.
";
while($results = current($resultSimilarity))
{
   if ($results['hit'] == 1)
      echo "=> ".key($resultSimilarity)."
";
      
    next($resultSimilarity);
}
reset($resultSimilarity);

function delStopWords($tab)
{
$newtab = array();
$stopWords = array(“à”,”mais”, “ou”, “où”, “et”, “donc”, “or”, “ni”, “car”, “puis”, “le”, “la”, “là”, “les”, “de”, “du”, “des”, “au”,”ce”,”si”,”ci”,”je”,”tu”,”il”,”elle”,”nous”,”vous”,”ils”,”elles”,”on”,”mes”,”tes”,”ses”,”mon”,”ton”,”ma”,”ta”,”sa”,”que”,”quel”,”quelle”,”quelles”,”quels”);

$i=0;

foreach($tab as $cle => $phrase)
{
foreach ($phrase as $words)
{
if ( !(in_array($words,$stopWords)))
{
$newtab[$cle][$i]=$words;
$i++;
}
}
}
return $newtab;

}
####################
Cette fonction prend en paramètre un tableau multidimentionel de mot.
Exemple: $newtab[0][2] représente le 3emme mots de la 2emme phrase. Ce qui correspond exactement au script.

ensuite il suffit d’ajouter: $wordsOrg=delStopWords($wordsOrg); aprés le remplissage de la variable $wordsOrg et faire de méme avec la variable $wordsDup.