Alunos:
- Bruno Gonçalves de Oliveira ([email protected])
- Diogo Cezar Teixeira Batista ([email protected])
Será necessário executar alguns imports:
import nltk
nltk.download('punkt')
nltk.download('stopwords')
-
Ferramenta para obtenção dos dados https://github.com/gavinr/github-csv-tools
-
a base de teste é do Wildfly, os de treinamento sao dos couch base, jgit, e okhttp
-
list of words, veio de uma checagem de palavras que mais apareciam nos textos dos commits que eram de segurança...
most_freq = heapq.nlargest(40, wordfreq, key=wordfreq.get)
print(most_freq)