chore: Remove didyoumean, version updates from jan

Buko/buko.py

@@ -6,13 +6,35 @@ from keras.callbacks import ModelCheckpoint, EarlyStopping
 from glossolalia.loader import load_seeds, load_text
 from glossolalia.lstm import LisSansTaMaman
 
+"""
+Les neurones viennent, et j'leur ai pas demandé
 
+les sirènes bercent les nike de leurs spectateurs
+la vie et le charme comme un Jean-Pierre rétro
+
+les page rimes esthétique
+la vie est le tapis, comme un Jean-Pierre philanthrope
+un torrent ivre c'est un bout de Monet
+La vie est un mystère
+Nous est un peu de béton 
+remplir de côté, c'est mon adage dans le feu
+les mots dans la vitre, je me répare
+vacante de blues
+Nous sommes la vie et je suis né
+Nous sommes les yeux qui ont la tronche de grammaire
+Je suis un peu noir comme un mur de dix rimes
+
+rimes en guise de subutex 
+claque les armes sales
+la tronche de ta rente
+ésotérisme et pierre de novembre
+"""
 def train():
     # should_train = True
     nb_words = 20
-    nb_epoch = 50
+    nb_epoch = 60
     nb_layers = 100
-    dropout = .2  # TODO finetune layers/dropout
+    dropout = .3  # TODO finetune layers/dropout
     validation_split = 0.2
     lstm = LisSansTaMaman(nb_layers, dropout, validation_split, debug=True)
     #
@@ -27,7 +49,7 @@ def train():
 
     corpus = load_text("./genius.txt")
     print("Corpus:", corpus[:10])
-    lstm.create_model(corpus[:1000])
+    lstm.create_model(corpus)
 
     if not os.path.exists(dir):
         os.makedirs(dir)

KoozDawa/data/genius.txt

@@ -2762,7 +2762,7 @@ Car j'ai la tête dans la lune mais que j'ai quand même les pieds sur Terre
 [Refrain]
 
 C'est vrai je vis dans le péché, le poirier, les camélias
-Ce qui veulent m'empêcher de kiffer ont déployé des caméras man
+Ceux qui veulent m'empêcher de kiffer ont déployé des caméras man
 Tu peux pas baiser dans la rue sinon tu finis sur Youjizz
 Et dans les caves c'est la cohue qui satisfait 9 personnes sur 10
 Ils disent parfois qu'j'suis géniaux car on est plusieurs dans ma tête

KoozDawa/tweet.py

+#! /usr/bin/env python
 from glossolalia.tweeper import Tweeper
 
 
 def tweet():
-    # La nuit est belle, ma chérie salue sur la capuche
-    # grands brûlés de la chine
-    # Femme qui crame strasbourg
+    # TOP
+    # Les rues d'ma vie se terminent par des partouzes de ciel
+    # La vie est nouée
+    # où on est fait le printemps
+    # on squatte le dieu
+    # une étoile de la chatte sur le porno de la plume
+
+    # WEIRD
+    # Femme qui crame Strasbourg
     # le soleil est triste
-    # on a pas un martyr parce qu't'es la
     # des neiges d'insuline
     # Un jour de l'an commencé sur les autres
     # une hypothèse qu'engendre la haine n'est qu'une prison vide
-    # Relater l'passionnel dans les casseroles d'eau de marécages
-    # La nuit c'est le soleil
+    # trop jeune pour dormir vu tous les yeux
 
-    # Les rues d'ma vie se terminent par la cannelle
-    # Les rues d'ma vie se terminent par des partouzes de ciel
     # des glaçons pour les yeux brisées
     # je suis pas juste un verbe que t'observe
+    # A fleur de peau et de dieu
+    # la partie bombée de la musique
+    # le rap des pirates en ciel mais les trous noirs en l'air
 
     # si tu sais rien pas d'âme de la vie
 
-    Tweeper("KoozDawa").tweet("tassepés en panel")
+    #       "Relater l'passionnel dans les casseroles d'eau de marécages"
+    msg = "Les rues d'ma vie se terminent par des partouzes de ciel"
+    Tweeper("KoozDawa").tweet(msg)
 
 
 if __name__ == '__main__':

glossolalia/cleaner.py

 import json
 
 
-def clean(text):
-    # TODO: Remove lines with ???
-    # Replace literal newlines
-    # Remove empty lines
-    # Replace ’ by '
-    pass
+def clean_text(corpus: str):
+    return "\n".join([l.replace("’", "\'")
+                      for l in corpus.split("\n")
+                      if l != ""
+                      and l.find("RapGenius France") == -1])
 
 
 if __name__ == '__main__':
@@ -20,12 +19,8 @@ if __name__ == '__main__':
             if lyrics is not None:
                 corpus += lyrics + "\n"
 
-        corpus = "\n".join([l.replace("’", "\'")
-                            for l in corpus.split("\n")
-                            if l != ""
-                            and l.find("RapGenius France") == -1])
+        corpus = clean_text(corpus)
 
         print(corpus)
         with open("../data/genius.txt", "w+") as o:
             o.writelines(corpus)
-

glossolalia/lstm.py

@@ -8,6 +8,7 @@ from keras.layers import Embedding, LSTM, Dropout, Dense
 from keras.utils import to_categorical
 from keras_preprocessing.sequence import pad_sequences
 from keras_preprocessing.text import Tokenizer
+from tensorflow import set_random_seed
 
 from glossolalia.tokens import PoemTokenizer
 
@@ -116,7 +117,6 @@ def generate_text(model: Sequential, tokenizer: Tokenizer, seed_text="", nb_word
 
 def debug_unrandomize():
     from numpy.random import seed
-    from tensorflow_core.python.framework.random_seed import set_random_seed
 
     # set seeds for reproducibility
     set_random_seed(2)

glossolalia/lyrics.py

@@ -2,12 +2,11 @@ import lyricsgenius
 from lyricsgenius.artist import Artist
 
 
-def fetch(artist_name: str):
+def fetch(artist_name: str, max_songs=None):
     genius = lyricsgenius.Genius("zUSpjfQ9ELXDqOjx9hGfAlJGYQFrNvHh3rlDV298_QSr5ScKf3qlHZtOO2KsXspQ")
-    dooz: Artist = genius.search_artist(artist_name)
-    dooz.save_lyrics(overwrite=True)
+    artist: Artist = genius.search_artist(artist_name, max_songs=max_songs)
+    artist.save_lyrics(overwrite=True, filename="../data/Lyrics_%s.json" % artist_name)
 
 
 if __name__ == '__main__':
-    fetch("Lucio Bukowski")
-    fetch("Hippocampe Fou")
+    fetch("Orelsan")

glossolalia/tokens.py

@@ -4,10 +4,10 @@ from glossolalia.loader import load_texts
 
 
 class PoemTokenizer(Tokenizer):
-    def __init__(self, lower:bool = True, **kwargs) -> None:
+    def __init__(self, lower: bool = True, **kwargs) -> None:
         super().__init__(lower=lower,  # TODO: Better generalization without?
                          filters='$%&*+/<=>@[\\]^_`{|}~\t\n', oov_token="😢",
-                         **kwargs) #TODO: keep newlines
+                         **kwargs)  # TODO: keep newlines
 
     def get_sequence_of_tokens(self, corpus):
         self.fit_on_texts(corpus)

requirements.txt

@@ -31,7 +31,7 @@ rsa==4.0
 scipy==1.3.2
 six==1.13.0
 tensorboard==2.0.1
-tensorflow==2.0.0
+tensorflow==1.14.0
 tensorflow-estimator==2.0.1
 termcolor==1.1.0
 tweepy==3.8.0