File size: 1,217 Bytes
791e05d | 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 | # -*- coding: utf-8 -*-
from dial_ir import DIALIR, evaluate_ir
# ===========================
# Test du modèle DIAL-IR
# ===========================
if __name__ == "__main__":
# Chemin vers ton corpus MSA médical
corpus_file = "/content/drive/MyDrive/msa_medical_corpus.txt"
dial_ir = DIALIR(corpus_file)
# Sauvegarder les embeddings pour un usage futur
dial_ir.save_embeddings("corpus_embeddings.pt")
# Requête unique
query = "ادوية ضغط الدم"
results = dial_ir.search(query, top_k=5)
print(f"\n=== Résultats pertinents pour : '{query}' ===")
for score, doc in results:
if score > 0.5:
print(f"{score:.4f} → {doc}")
# Créer un fichier de test temporaire pour l'évaluation IR
test_file = "test_temp.txt"
with open(test_file, "w", encoding="utf-8") as f:
# on suppose que le 1er document du corpus est pertinent pour cette requête
f.write(f"{query}\t{dial_ir.corpus[0]}\n")
# Évaluation IR
metrics = evaluate_ir(dial_ir, test_file, top_k=5)
print("\n=== Métriques DIAL-IR ===")
for name, value in metrics.items():
print(f"{name}: {value:.4f}")
|