Go to file

Mats Rauhala 263f4e281a Add parallelism		2019-10-16 13:26:34 +03:00
src	Add parallelism	2019-10-16 13:26:34 +03:00
.gitignore	Update gitignore	2019-10-15 23:15:30 +03:00
CHANGELOG.md	Initial commit	2019-10-15 19:47:54 +03:00
config.yaml.sample	Add sample config	2019-10-15 23:15:04 +03:00
default.nix	Initial commit	2019-10-15 19:47:54 +03:00
koodihaaste.cabal	Add parallelism	2019-10-16 13:26:34 +03:00
LICENSE	Add license	2019-10-15 22:53:26 +03:00
nixpkgs.json	Initial commit	2019-10-15 19:47:54 +03:00
README.md	Add readme	2019-10-15 23:15:04 +03:00
release.nix	Shape of the app	2019-10-15 19:53:38 +03:00
Setup.hs	Stylish haskell	2019-10-15 23:15:04 +03:00
shell.nix	Initial commit	2019-10-15 19:47:54 +03:00

README.md

Solidabis koodihaaste

Haasteen tehtävänä on hakea lista rot-n enkoodattuja lauseita, tunnistaa oikea n dekoodatessa ja palauttaa dekoodattu sana.

Dekoodaus

Moduuli Data.Caesar toteuttaa dekoodauksen primitiivit. Kirjainta siirretään vasemmalle n merkin verran, ottaen huomioon 'a', 'z', 'å' ja 'ä' rajat.

Lauseen tunnistaminen

Moduulit Data.Language ja Data.NGram toteuttavat primitiivit tulosten tunnistamiseen.

http://practicalcryptography.com/miscellaneous/machine-learning/tutorial-automatic-language-identification-ngram-b/

Käytän n-grameja suomalaisten lauseiden tunnistamiseen, tai tarkemmin sanottuna, suomalaiselta vaikuttavien lauseiden tunnistamiseen.

Lue jokin suomalainen corpus
Rakenna siitä n-gram malli
Jokaista lausetta varten, vertaa lauseen n-grameja mallia vasten

Yritä-erehdy menetelmällä löysin rajaksi ~-8. Sitä suuremmat ovat todennäköisesti suomalaisia lauseita, tai ainakin sitä muistuttavaa.

Corpuksena käytin Sydäntalven tarinaa josta siistin englanninkielisen alun ja lopun. Kirja ei ole repositoryssa mukana.

Suoritus

nix-build release.nix -A koodihaaste
result/bin/koodihaaste config.yaml

curl http://localhost:8080

Aukeaa myös selaimella.

Saatan myös pistää paketin pyörimään https://koodihaaste.introitu.info mutta ei ole siellä vielä kirjoitushetkellä.