From 09e4d039399bdc4e2c3130f1d8313361afd24a86 Mon Sep 17 00:00:00 2001
From: Mateusz Kociszewski <mkociszewski@outlook.com>
Date: Sun, 25 Apr 2021 15:39:23 +0200
Subject: [PATCH] zad

---
 Untitled.py    |  92 +++++++
 dev-0/out.tsv  |  87 +++++++
 stop_words.txt | 350 +++++++++++++++++++++++++
 test-A/out.tsv | 691 +++++++++++++++++++++++++++++++++++++++++++++++++
 4 files changed, 1220 insertions(+)
 create mode 100644 Untitled.py
 create mode 100644 dev-0/out.tsv
 create mode 100644 stop_words.txt
 create mode 100644 test-A/out.tsv

diff --git a/Untitled.py b/Untitled.py
new file mode 100644
index 0000000..ac853ab
--- /dev/null
+++ b/Untitled.py
@@ -0,0 +1,92 @@
+#!/usr/bin/env python
+# coding: utf-8
+
+# In[51]:
+
+
+from sklearn.feature_extraction.text import TfidfVectorizer
+
+
+
+# In[52]:
+
+
+import numpy as np
+import sklearn.metrics
+from sklearn.cluster import KMeans
+
+
+# In[53]:
+
+
+stopwords = []
+with open('./stop_words.txt', encoding='utf-8') as file:
+        for stopword in file.readlines():
+            stopwords.append(stopword.strip())
+
+
+# In[54]:
+
+
+b = []
+c = []
+
+
+# In[55]:
+
+
+print(stopwords)
+
+
+# In[56]:
+
+
+with open("./dev-0/in.tsv", encoding='utf-8') as in_file:
+    a = in_file.readlines()
+
+
+
+# In[57]:
+
+
+for string in a:
+  to_add = ""
+  for word in string.split():
+    word = word.strip().replace(",", "")
+    if word not in stopwords:
+      to_add = to_add + " " + word
+  b.append(to_add)
+kmeans = KMeans(n_clusters=30).fit(TfidfVectorizer().fit_transform(b))
+out=np.array2string(kmeans.labels_, separator='\n').replace(" ", "").replace("[", "").replace("]", "")
+with open("./dev-0/out.tsv", "w") as file:
+  file.write(out)
+
+
+# In[58]:
+
+
+with open("./test-A/in.tsv", encoding='utf-8') as in_file:
+    a = in_file.readlines()
+
+
+# In[59]:
+
+
+for string in a:
+  to_add = ""
+  for word in string.split():
+    word = word.strip().replace(",", "")
+    if word not in stopwords:
+      to_add = to_add + " " + word
+  c.append(to_add)
+kmeans = KMeans(n_clusters=30).fit(TfidfVectorizer().fit_transform(content_clear))
+out=np.array2string(kmeans.labels_, separator='\n').replace(" ", "").replace("[", "")
+with open("./test-A/out.tsv", "w") as file:
+  file.write(result)
+
+
+# In[ ]:
+
+
+
+
diff --git a/dev-0/out.tsv b/dev-0/out.tsv
new file mode 100644
index 0000000..453e041
--- /dev/null
+++ b/dev-0/out.tsv
@@ -0,0 +1,87 @@
+26
+16
+2
+19
+11
+24
+0
+9
+6
+10
+9
+24
+8
+1
+22
+22
+27
+11
+7
+1
+2
+28
+5
+12
+9
+28
+3
+5
+1
+21
+14
+14
+20
+15
+22
+20
+8
+26
+3
+19
+6
+4
+20
+19
+13
+18
+23
+21
+29
+20
+9
+2
+14
+28
+4
+12
+21
+21
+14
+15
+20
+25
+14
+20
+24
+15
+14
+13
+10
+23
+11
+7
+13
+0
+8
+17
+9
+4
+19
+11
+10
+9
+10
+1
+20
+15
+1
\ No newline at end of file
diff --git a/stop_words.txt b/stop_words.txt
new file mode 100644
index 0000000..2e72387
--- /dev/null
+++ b/stop_words.txt
@@ -0,0 +1,350 @@
+a
+aby
+ach
+acz
+aczkolwiek
+aj
+albo
+ale
+alez
+ależ
+ani
+az
+aż
+bardziej
+bardzo
+beda
+bedzie
+bez
+deda
+będą
+bede
+będę
+będzie
+bo
+bowiem
+by
+byc
+być
+byl
+byla
+byli
+bylo
+byly
+był
+była
+było
+były
+bynajmniej
+cala
+cali
+caly
+cała
+cały
+ci
+cie
+ciebie
+cię
+co
+cokolwiek
+cos
+coś
+czasami
+czasem
+czemu
+czy
+czyli
+daleko
+dla
+dlaczego
+dlatego
+do
+dobrze
+dokad
+dokąd
+dosc
+dość
+duzo
+dużo
+dwa
+dwaj
+dwie
+dwoje
+dzis
+dzisiaj
+dziś
+gdy
+gdyby
+gdyz
+gdyż
+gdzie
+gdziekolwiek
+gdzies
+gdzieś
+go
+i
+ich
+ile
+im
+inna
+inne
+inny
+innych
+iz
+iż
+ja
+jak
+jakas
+jakaś
+jakby
+jaki
+jakichs
+jakichś
+jakie
+jakis
+jakiś
+jakiz
+jakiż
+jakkolwiek
+jako
+jakos
+jakoś
+ją
+je
+jeden
+jedna
+jednak
+jednakze
+jednakże
+jedno
+jego
+jej
+jemu
+jesli
+jest
+jestem
+jeszcze
+jeśli
+jezeli
+jeżeli
+juz
+już
+kazdy
+każdy
+kiedy
+kilka
+kims
+kimś
+kto
+ktokolwiek
+ktora
+ktore
+ktorego
+ktorej
+ktory
+ktorych
+ktorym
+ktorzy
+ktos
+ktoś
+która
+które
+którego
+której
+który
+których
+którym
+którzy
+ku
+lat
+lecz
+lub
+ma
+mają
+mało
+mam
+mi
+miedzy
+między
+mimo
+mna
+mną
+mnie
+moga
+mogą
+moi
+moim
+moj
+moja
+moje
+moze
+mozliwe
+mozna
+może
+możliwe
+można
+mój
+mu
+musi
+my
+na
+nad
+nam
+nami
+nas
+nasi
+nasz
+nasza
+nasze
+naszego
+naszych
+natomiast
+natychmiast
+nawet
+nia
+nią
+nic
+nich
+nie
+niech
+niego
+niej
+niemu
+nigdy
+nim
+nimi
+niz
+niż
+no
+o
+obok
+od
+około
+on
+ona
+one
+oni
+ono
+oraz
+oto
+owszem
+pan
+pana
+pani
+po
+pod
+podczas
+pomimo
+ponad
+poniewaz
+ponieważ
+powinien
+powinna
+powinni
+powinno
+poza
+prawie
+przeciez
+przecież
+przed
+przede
+przedtem
+przez
+przy
+roku
+rowniez
+również
+sam
+sama
+są
+sie
+się
+skad
+skąd
+soba
+sobą
+sobie
+sposob
+sposób
+swoje
+ta
+tak
+taka
+taki
+takie
+takze
+także
+tam
+te
+tego
+tej
+ten
+teraz
+też
+to
+toba
+tobą
+tobie
+totez
+toteż
+totobą
+trzeba
+tu
+tutaj
+twoi
+twoim
+twoj
+twoja
+twoje
+twój
+twym
+ty
+tych
+tylko
+tym
+u
+w
+wam
+wami
+was
+wasz
+wasza
+wasze
+we
+według
+wiele
+wielu
+więc
+więcej
+wlasnie
+właśnie
+wszyscy
+wszystkich
+wszystkie
+wszystkim
+wszystko
+wtedy
+wy
+z
+za
+zaden
+zadna
+zadne
+zadnych
+zapewne
+zawsze
+ze
+zeby
+zeznowu
+zł
+znow
+znowu
+znów
+zostal
+został
+żaden
+żadna
+żadne
+żadnych
+że
+żeby
diff --git a/test-A/out.tsv b/test-A/out.tsv
new file mode 100644
index 0000000..a617097
--- /dev/null
+++ b/test-A/out.tsv
@@ -0,0 +1,691 @@
+4
+18
+31
+20
+26
+16
+30
+1
+20
+12
+5
+15
+9
+7
+29
+12
+17
+35
+17
+29
+7
+37
+16
+7
+26
+21
+10
+0
+1
+39
+9
+9
+16
+31
+19
+36
+15
+6
+2
+9
+20
+22
+17
+9
+15
+6
+10
+30
+31
+29
+31
+35
+4
+27
+5
+6
+29
+31
+39
+20
+30
+12
+24
+26
+29
+31
+27
+16
+1
+39
+5
+19
+17
+0
+20
+6
+10
+39
+20
+0
+34
+38
+13
+4
+26
+15
+4
+6
+18
+20
+27
+5
+19
+26
+23
+17
+4
+26
+34
+22
+23
+37
+17
+32
+39
+10
+35
+0
+35
+11
+28
+31
+29
+31
+17
+26
+26
+29
+21
+10
+7
+1
+22
+10
+25
+2
+17
+6
+28
+22
+21
+19
+24
+6
+34
+19
+10
+0
+13
+14
+32
+34
+7
+9
+21
+24
+17
+9
+24
+6
+17
+17
+18
+29
+21
+15
+23
+19
+25
+9
+27
+11
+10
+30
+5
+26
+13
+8
+19
+19
+29
+39
+9
+22
+17
+13
+9
+36
+10
+11
+3
+7
+7
+34
+19
+21
+1
+13
+1
+5
+4
+21
+15
+10
+36
+19
+10
+31
+10
+4
+20
+33
+4
+0
+12
+12
+31
+30
+18
+4
+5
+15
+29
+7
+30
+15
+1
+16
+36
+29
+9
+6
+21
+34
+13
+19
+8
+35
+13
+15
+10
+29
+6
+30
+16
+21
+19
+27
+15
+27
+4
+29
+31
+20
+0
+36
+5
+5
+34
+30
+10
+36
+38
+28
+33
+13
+37
+14
+8
+7
+6
+1
+23
+29
+10
+1
+10
+11
+33
+15
+20
+22
+5
+7
+28
+25
+34
+28
+7
+8
+2
+5
+6
+7
+28
+14
+7
+31
+17
+16
+35
+10
+35
+0
+20
+5
+17
+14
+17
+15
+35
+35
+29
+5
+6
+36
+24
+6
+26
+20
+18
+5
+25
+9
+13
+11
+5
+7
+4
+21
+15
+13
+37
+0
+20
+20
+12
+4
+21
+6
+39
+35
+24
+6
+10
+31
+29
+25
+29
+29
+29
+24
+28
+29
+27
+7
+23
+15
+10
+5
+21
+16
+5
+1
+12
+35
+5
+12
+32
+17
+1
+27
+21
+0
+5
+0
+31
+9
+30
+8
+18
+20
+15
+34
+1
+5
+6
+12
+27
+35
+19
+0
+34
+16
+4
+28
+36
+15
+32
+16
+21
+31
+27
+31
+29
+25
+4
+26
+23
+16
+34
+10
+6
+1
+27
+29
+35
+1
+13
+9
+20
+14
+1
+5
+6
+5
+30
+5
+0
+21
+0
+2
+5
+16
+8
+33
+31
+26
+34
+29
+14
+27
+30
+22
+3
+24
+22
+1
+27
+16
+36
+31
+20
+32
+17
+11
+25
+3
+1
+17
+33
+22
+4
+15
+30
+6
+37
+30
+20
+5
+21
+10
+18
+11
+9
+23
+31
+27
+32
+20
+20
+4
+20
+4
+17
+24
+33
+35
+19
+36
+8
+13
+20
+18
+21
+15
+10
+0
+33
+26
+32
+31
+30
+10
+28
+35
+28
+9
+26
+7
+34
+31
+0
+21
+2
+25
+37
+0
+28
+39
+16
+27
+16
+0
+9
+15
+11
+17
+5
+30
+9
+0
+8
+35
+18
+24
+24
+13
+11
+9
+3
+4
+20
+31
+21
+28
+34
+29
+5
+10
+31
+14
+26
+7
+1
+16
+34
+9
+0
+28
+25
+20
+33
+29
+19
+38
+4
+4
+19
+31
+16
+31
+36
+1
+24
+0
+6
+39
+1
+19
+31
+31
+5
+0
+20
+15
+28
+32
+15
+29
+6
+7
+35
+16
+17
+35
+38
+6
+7
+5
+11
+7
+22
+16
+37
+0
+4
+24
+13
+32
+31
+29
+5
+29
+6
+33
+34
+4
+30
+18
+15
+9
+4
+32
+15
+21
+7
+30
+0
+18
+34
+37
+5
+31
+29
+13
+34
+34
+23
+34
+15
+30
+5
+25
+15
+4
+13
+27
+36
+7
+29
+4
+20
+6
+1
+8
+35
+27
+22
+36
+5
+36
+38
+15
+36
+10
+17
+33
+15
+27
+34
+16
+35
+0
+4
+9
+36
+22
+23
+21
+28
+17
+0
+8
+4
+13
+12
+36
+21
+16
+36
+19
+16
+8
+9
+31
+29
+32
+4
+20
+8]
\ No newline at end of file