alexandrump/andaquenosabesna
1
0
Fork 0
Code Issues Pull Requests Actions Packages Projects Releases Wiki Activity

Sinónimos de un mismo vídeo cuentan una vez; lenguas -> Lengua árabe

Browse Source
This commit is contained in:
Alex
2026-10-20 14:59:36 +02:00
parent c8189269e6
commit 5d53ec049b
1 changed files with 6 additions and 5 deletions
Download Patch File Download Diff File Expand all files Collapse all files
build.py
+6 -5
View File
@@ -82,7 +82,7 @@ STOP = {'podcast', 'podcastclips', 'andaquenosabesna', 'andaquenosabesna', 'aqns
'viral', 'parati', 'galaxoide', 'youtube', 'video', 'clips'} 'viral', 'parati', 'galaxoide', 'youtube', 'video', 'clips'}
LABELS = { # clave normalizada -> texto a mostrar (sinónimos incluidos) LABELS = { # clave normalizada -> texto a mostrar (sinónimos incluidos)
'egipto': 'Egipto', 'egiptomania': 'Egipto', 'educacion': 'Educación', 'arabe': 'Lengua árabe', 'egipto': 'Egipto', 'egiptomania': 'Egipto', 'educacion': 'Educación', 'arabe': 'Lengua árabe',
'lenguas': 'Lenguas', 'religion': 'Religiones', 'religiones': 'Religiones', 'magia': 'Magia', 'lenguas': 'Lengua árabe', 'religion': 'Religiones', 'religiones': 'Religiones', 'magia': 'Magia',
'burocracia': 'Burocracia', 'poligamia': 'Poligamia', 'economia': 'Economía', 'burocracia': 'Burocracia', 'poligamia': 'Poligamia', 'economia': 'Economía',
'gastronomia': 'Gastronomía', 'comidaegipcia': 'Comida egipcia', 'robotica': 'Robótica', 'gastronomia': 'Gastronomía', 'comidaegipcia': 'Comida egipcia', 'robotica': 'Robótica',
'tecnologia': 'Tecnología', 'agricultura': 'Agricultura', 'curiosidades': 'Curiosidades', 'tecnologia': 'Tecnología', 'agricultura': 'Agricultura', 'curiosidades': 'Curiosidades',
@@ -97,16 +97,17 @@ def norm(tag):
def topics(vids): def topics(vids):
count, raw = Counter(), {} count = Counter()
for v in vids: for v in vids:
seen = set() seen = set()
for tag in re.findall(r'#(\w+)', v['desc']): for tag in re.findall(r'#(\w+)', v['desc']):
k = norm(tag) k = norm(tag)
if k in STOP or k in seen: if k in STOP:
continue continue
seen.add(k)
label = LABELS.get(k) or (tag[0].upper() + tag[1:]) label = LABELS.get(k) or (tag[0].upper() + tag[1:])
raw[label] = label if label in seen: # sinónimos del mismo vídeo cuentan una sola vez
continue
seen.add(label)
count[label] += 1 count[label] += 1
ranked = [t for t, _ in sorted(count.items(), key=lambda kv: (-kv[1], kv[0]))] ranked = [t for t, _ in sorted(count.items(), key=lambda kv: (-kv[1], kv[0]))]
out = [t for t in ranked if t not in PINNED][:max(MAX_TOPICS - len(PINNED), 0)] out = [t for t in ranked if t not in PINNED][:max(MAX_TOPICS - len(PINNED), 0)]