Camilo es un marino encargado de la radio en el acorozado del que es parte. Acaba de recibir un importante mensaje encriptado. El algoritmo de desencriptación es el siguiente:
- Modifica cada letra por su consecutiva, es decir la letra "A" debe cambiarse por "B". El último caracter de un rango pasa a ser el primero del siguiente (Ver tabla debajo), por ejemplo "Z" pasa a ser "a", "z" pasa a ser "Á", 9 para a ser "A", etc.
- Elimina los 5 caracteres más populares del mensaje (sensible a mayusculas)
- Los 2 caracteres más populares siguientes se cambian por espacio (los espacios consecutivos pasan a ser un espacio) Los caracteres que contiene el mensaje está en estos rangos:
| Caracter | Código Unicode |
|---|---|
| , | 44 |
| . | 46 |
| 0-9 | 48-57 |
| A-B | 65-90 |
| a-b | 97-122 |
| Á | 193 |
| É | 201 |
| Í | 205 |
| Ñ | 209 |
| Ó | 211 |
| Ú | 218 |
| á | 225 |
| é | 233 |
| í | 237 |
| ñ | 241 |
| ó | 243 |
| ú | 250 |
Luego descubrirás que el mensaje contiene nombres de entidades, profesiones y edades. Deberás identificar esas palabras clases y listar. Se sabe que todos los sustantivos son palabras claves y todos los números son edades. ¿Puedes ayudar a Camilo a desencriptar el mensaje? (en caso de que utilice bibliotecas externas debe agregarlas en requirements.txt)
Implementa función decrypt_message en utils.py recibiendo como parámetro el mensaje encriptado y retornando el string desencriptado
Implementa función categorize_words en utils.py para categorizar las palabras morfólogicamente (Sugerencia: Usar biblioteca spacy y propiedades pos_ o tag_ de los tokens), retornando una lista de tuplas de 2 items, donde el primer elemento es la palabra y el segundo el tipo morfológico.
Spacy models: https://spacy.io/models/es
Implementar función list_info en utils.py que recibe como parámetro el string encriptado y retorna un diccionario cuya claves son nombres de entidades (lista de PROPN) y valores otro diccionario con 2 items:
- profession: Profesión de la persona (lista de NOUN y ADJ, es decir sustantivos y adjetivos. Se omiten sustantivos extras como años en los mensajes)
- age: Edad de la persona (número observado)
Una buena idea para separar entidades es observar los signos de puntuación.
BONUS: ¿Y si el mensaje contiena más información? Juega agregando más información al mensaje desencriptado (como parientes, direcciones, etc.) y ve que tal te va recogiendo la información.
Corre los tests con:
python armada.py