ester-ramos / pinturillo Goto Github PK

Ahora mismo cuando se añaden/quitan/cambian palabras, en el commit aparece que se elimina todo el corpus y se vuelve a escribir con los cambios.

Para evitar esto y aprovechando que en #1 tendríamos las palabras en CSV listas para usar.

¿Qué os parece? Esto también afectaría a #4 #2

Se me ocurre que pensando en algo, luego viendo cuáles son los campos semánticos a los que pertenece y de ahí saltar a palabras relacionadas puden salir muchas cositas nuevas. En general estaría bien tener más variedad para que se nos repitan las cosas lo menos posible.

Así es más fácil implementar eliminación de duplicados sin usar Pandas. El corpus puede estar ordenado mientras que con #1 tendremos conjuntos elegidos al azar directamente para usar.

Ya que el pinturillo parece cortar las listas que le metemos, estaría bien tener una carpeta con varias ¿5?, ¿10? archivos con unas 100 palabras preparados.

Digo 100 porque si somos 6, con 6 rondas y con 3 palabras por ronda, serían 108 si todas fueran diferentes.

Abría que crear un script que generara estas listas.

He metido algunas palabras mal escritas 😞
No sé si usar un corrector tiene sentido, porque creo que hay algunas palabras escritas como suenan en andaluz.

Para lo que estamos haciendo, usar Pandas es overkill. Se puede hacer con las librerías vanilla de Python.

Depende de #2