AI search: medir y mejorarVista previa gratuita
Código del módulo
Los scripts completos de este módulo están pensados para correrse en tu máquina. Si estás probando la muestra gratis, descarga los scripts de este módulo inicial (.zip) (con un plan activo también bajas el curso completo en .zip).
00_los_datos.py
00 · Los datos del curso: 119 CVs con sus hechos, 41 consultas con relevancia calculada (manual §3-§4).
"""
00 · Los datos del curso: 119 CVs con sus hechos, 41 consultas con relevancia calculada (manual §3-§4).
Sin LLM. Cuenta el corpus por rol, nivel y ciudad; las consultas por tipo y cuántos CVs relevantes tiene
cada una, y muestra un CV con sus hechos, para ver la diferencia entre lo que el sistema LEE (el texto) y
lo que sabemos que es verdad (los hechos).
"""
from __future__ import annotations
import pathlib
import sys
from collections import Counter
from importlib import import_module
sys.path.append(str(pathlib.Path(__file__).resolve().parents[2] / "comun"))
ac = import_module("as_comun")
q = import_module("as_consultas")
if __name__ == "__main__":
cvs = ac.cvs()
h = [cv["hechos"] for cv in cvs]
print(f"{len(cvs)} CVs")
for campo in ("rol", "nivel", "ciudad", "ingles", "idioma", "estilo"):
print(f" {campo:8} {dict(Counter(str(x[campo]) for x in h).most_common())}")
print(f" remoto {sum(x['remoto'] for x in h)} · con certificación {sum(bool(x['certificacion']) for x in h)} · "
f"lideran {sum(x['lidera'] for x in h)}")
rels = q.relevancias(cvs)
print(f"\n{len(q.CONSULTAS)} consultas · por tipo: {dict(Counter(t for t, _, _ in q.CONSULTAS))}")
print(f"{'tipo':14} {'consulta':58} {'rel=2':>6} {'rel=1':>6}")
for (tipo, texto, _), r in zip(q.CONSULTAS, rels):
print(f"{tipo:14} {texto[:58]:58} {sum(v == 2 for v in r.values()):>6} {sum(v == 1 for v in r.values()):>6}")
sin = [t for (_, t, _), r in zip(q.CONSULTAS, rels) if not any(v == 2 for v in r.values())]
print(f"\nConsultas sin ningún CV con relevancia 2: {sin or 'ninguna'}")
cv = cvs[1]
print(f"\nEl CV #{cv['id']} tal como lo lee el sistema:\n {' '.join(cv['texto'].split())}\nY sus hechos:\n {cv['hechos']}")