En tout premier, il faut créer une base de test : dans le *main* nous pouvons voir que nous avons **"animaux"** et **"nourritures"** puisque nous avons dans un autre dossier plusieurs textes qui se basent sur ses données. A
savoir que nos textes d'entrées seront enregistrés sous format .json.
Par la suite nous devons utiliser la fonction "add_class" : celle-ci prends le nom de la classe en entrée (ici, "animaux" et "nourritures", toujours les mêmes). Nous spécifions grâce à la fonction "allfichiers"
qu'il faut prendre tous les fichiers du dossier où se trouve notre base de données (ici "Textes animaux" et "Textes nourritures", où se trouvent tous nos textes).
Par la suite nous devons utiliser la fonction `add_class` : celle-ci prends le nom de la classe en entrée (ici, "animaux" et "nourritures", toujours les mêmes). Nous spécifions grâce à la fonction `allfichiers` qu'il faut prendre
tous les fichiers du dossier où se trouve notre base de données (ici "Textes animaux" et "Textes nourritures", où se trouvent tous nos textes).
La fonction save_as_json permettra ensuite d'enregistrer les données de nos classes.
La fonction `save_as_json` permettra ensuite d'enregistrer les données de nos classes.
Ce premier test est indispensable pour créer notre fichier json avec nos bases de données, sans ça rien ne fonctionne.
### Pour le deuxième test.
Ici la fonction **"load_as_json"** permet de charger les données des classes tests pour vérifier qu'il n'y a eu aucune perte.
Ici la fonction `load_as_json` permet de charger les données des classes tests pour vérifier qu'il n'y a eu aucune perte.
## Améliorations auxquelles je pense :
- [ ] Prendre en compte le tf_idf.
- [ ] Utiliser d'autres fonctions de similarité comme jaccard par exemple, plus rapide que cosinus.
- [ ] Prendre en compte le `tf_idf`.
- [ ] Utiliser d'autres fonctions de similarité comme `jaccard` par exemple, plus rapide que cosinus.
- [ ] Pour de gros corpus nous pourrions répartir les calculs dans plusieurs processus pour réduire le temps de traitement, ce qui se fait par exemple sur les pages internets.
- [ ] Implanter une validation croisée pour la précision et l'amélioration du code.
