/**
* Método que realiza todas las operaciones del algoritmo blindLight nombradas anteriormente:
* obtiene los n-gramas del texto, sus frecuencias absoluta y relativa, estima su probabilidad
* mediante el estimador Simple Good-Turing y, por último, aplica el estadístico elegido a cada
* n-grama para establecer su significatividad (que es, en definitiva, nuestra meta en estos
* momentos).
*
* @throws NGramaException Esta excepción se lanza si la longitud del texto de un n-grama no
* coincide con el tamaño de n-grama estipulado
*/
public void iniciarAlgoritmo() throws NGramaException {
ong.calcular(ruta, this.sizeNGrama);
gt = new GoodTuring(ong.getListaNGramas());
gt.componerPrimerVector();
gt.componerSegundoVector();
listaNGramas = gt.cruzarListas(ong.getListaNGramas());
ep.setN(listaNGramas.size());
this.aplicarEstadistico();
}
/**
* Recorre la lista que contiene los n-gramas y sus probabilidades estimadas, y para cada uno
* calcula su "peso" o significatividad, mediante el estimador que haya sido indicado. Una vez
* realizada la operación, el n-grama se incluye en otra lista de salida.
*
* @throws NGramaException Esta excepción se lanza si la longitud del texto de un n-grama no
* coincide con el tamaño de n-grama estipulado
*/
private void aplicarEstadistico() throws NGramaException {
listaDescomposiciones = ong.getListaDescomposiciones();
Iterator<NGrama> i = listaNGramas.iterator();
NGrama aux, nuevo;
listaSalida = new ArrayList<NGrama>();
while (i.hasNext()) {
aux = i.next();
float probabilidad = aux.getProbabilidadEstimada();
float resultado = ep.calcularEstadistico(aux, probabilidad, listaDescomposiciones);
nuevo = new NGrama(aux.getTexto());
nuevo.setSignificatividad(resultado);
listaSalida.add(nuevo);
}
}
