ajout d'une section au rapport pour la question #1

code pour créer les n-grammes

rapport.md

@@ -42,11 +42,18 @@ Quelques modifications au niveau de la phrase viennent ensuite *nettoyer* la ré
 1. Retrait des espaces au début de la phrase
 1. Retrait des espaces après les apostrophes
 
-### Résultats
+### Résultats 
+
+#### Fichier d'entrainement
 
 Sur l'ensemble des questions à convertir, quatre réponses ne correspondent pas à celles dans le fichier d'entrainement:
 
 1.  *Q: Qui était Galileo?* Comme cette question correspond au motif *qui*, la réponse que le module produit est **Luc Lamontagne était Galileo.**, alors qu'elle aurait du tomber dans la catégorie *autre*. Pour ce faire, cela aurait nécessité une analyse syntaxique.
 1.  *Q: A quelle distance se trouve la ligne de service du net au tennis?* Il me reste le mot distance au début de l'affirmation, que je n'arrive pas à enlever sans devoir faire une expression trop spécifique.
 1.  *Q: Combien de litres dans un gallon?* C'est la seule question de cette forme où la réponse donnée est au début et non à la fin. Ma réponse est équivalente.
-1.  *Q: Que fait-on avec des drapeaux usés ou périmés?* Encore une fois, c'est la seule version où la réponse est au début et non à la fin. Ma réponse est équivalente.
+1.  *Q: Que fait-on avec des drapeaux usés ou périmés?* Encore une fois, c'est la seule version où la réponse est au début et non à la fin. Ma réponse est équivalente.
+
+#### Fichier de test
+
+## Langue d'origine du nom
+

t2_classification_noms.py

@@ -56,6 +56,24 @@ def load_names():
         names_by_origin[origin] = names
 
 
+def normalize_word(word):
+    word = unicode_to_ascii(word)
+    word = word.lower()
+    word = word.replace(" ","")
+    return word
+
+
+def make_unigram(word):
+    return list(word)
+
+
+def make_kgram(unigram_word, k):
+    # Ajouter padding
+    unigram_with_padding = [BOS for i in range(1, k)] + unigram_word + [EOS for i in range(1, k)]
+    kgrams = [''.join(unigram_with_padding[i:i + k]) for i in range(0, len(unigram_with_padding) - k + 1)]
+    return kgrams
+
+
 def train_models():
     load_names()
     # Vous ajoutez à partir d'ici tout le code dont vous avez besoin
@@ -69,6 +87,8 @@ def train_models():
     # Votre code à partir d'ici...
 
 
+
+
 def most_probable_origin(name, n=3):
     # Retourne la langue d'origine la plus probable du nom.
     # n désigne la longueur des N-grammes. Par ex n=3 --> trigramme