Esse repositório guarda os scripts (Python) utilizados para determinar quais os melhores chutes possíveis para acertar a palavra do dia em jogos tipo Termo. Através de análise estatística de mais de 245 mil palavras em português, foi possível estimar quais são as melhores palavras para utilizar no jogo, considerando as seguintes condições:
- Uma única palavra (sem repetição de letras)
- Duas palavras (sem repetição de letras)
- Três palavras (sem repetição de letras) ---> Análise não finalizada
A seguir estão descritos as top 10 melhores (ou piores) palavras considerando o caso onde a probabilidade de cada palavra foi penalizada considerando as posições das letras.
| Palavra | "Força" |
|---|---|
| serao | 0.084141 |
| terao | 0.081602 |
| lerao | 0.080955 |
| verao | 0.080237 |
| meiao | 0.079954 |
| coras | 0.078370 |
| senao | 0.077442 |
| ceras | 0.077387 |
| moras | 0.077378 |
| roias | 0.077286 |
| Palavra | "Força" |
|---|---|
| induz | 0.004521 |
| esqui | 0.011991 |
| enchi | 0.013309 |
| fuzil | 0.013497 |
| ungir | 0.013529 |
| ilhou | 0.014051 |
| infle | 0.014239 |
| zumbi | 0.014274 |
| chovi | 0.014548 |
| enfim | 0.015369 |
| Palavra 1 | Palavra 2 | "Força" |
|---|---|---|
| cures | pilao | 0.115462 |
| ceras | muito | 0.115441 |
| curto | meias | 0.115441 |
| cures | timao | 0.115334 |
| cinto | meras | 0.115303 |
| certo | minas | 0.115303 |
| ceras | minto | 0.115303 |
| cento | miras | 0.115303 |
| cumes | pirao | 0.114833 |
| cures | filao | 0.114816 |
| Palavra 1 | Palavra 2 | "Força" |
|---|---|---|
| escol | induz | 0.020614 |
| glose | induz | 0.022064 |
| expor | induz | 0.022287 |
| chove | induz | 0.022990 |
| induz | plote | 0.024236 |
| induz | obste | 0.025825 |
| chore | induz | 0.026971 |
| induz | prove | 0.027244 |
| induz | prole | 0.027471 |
| induz | olhem | 0.027852 |
Todos os detalhes relacionados análise estatística, códigos e premissas adotadas para encontrar as melhores palavras estão descritas neste notebook, que também esta disponível via google drive.
Os resultados foram adaptados para um robô de Telegram com pyTelegramBotAPI, que utiliza os resultados obtidos para responder ao usuário:
- quais são as melhores palavras para utilizar no primeiro chute;
- quais são as melhores palavras para utilizar nos dois primeiros chutes;
- qual o ranking de uma determinada palavra;
- qual o ranking de um determinado par de palavras
O repositório com os códigos esta disponível na subpasta termo_bot. Ele foi adaptado com Flask para ser disponibilizado através do heroku, e (talvez) possa ser acessado neste link https://t.me/termobotbot.
Foi desenvolvido um dashboard para encontrar a "força" de uma palavra específica! O código esta disponível na subpasta dashboard. É possível alterar a forma de cálculo e a quantidade de palavras. A Figura abaixo é um screenshot da versão finalizada.
O conjunto de dados utilizado para realizar os testes foi obtido no site do IME, no dia 22/07/2022, e conta com um pouco mais do que 245 mil palavras em português (brasileiro).