clean docstrings

other_scripts/ex_acteurs.py

 """
-Exercice noté 1
+Script pour lire un fichier contenant des informations sur des films et sortir la liste des acteurs qui ont joué avec un acteur donné en entrée par l'utilisateur.
 Entrée
 Fichier movie_metadata2.csv
 Fonctionnement
-**Veuillez entrer le nom d'un acteur ou d'une actrice :** Natalie
-Portman
+**Veuillez entrer le nom d'un acteur ou d'une actrice :** Natalie Portman
 Natalie Portman a joué avec les 17 personnes suivantes :
 Chris Hemsworth
-Christopher Lee
-Eddie Marsan
-Eva Amurri Martino
-Greta Gerwig
-Jake Gyllenhaal
-James Frain
-Joseph Gordon-Levitt
-Julia Roberts
-Liam Neeson
-Martin Short
-Mila Kunis
-Noah Emmerich
-Norah Jones
-Philip Seymour Hoffman
-Scarlett Johansson
+[...]
 Zooey Deschanel
 **Veuillez entrer le nom d'un acteur ou d'une actrice :** Nataly
 Portman
 Nom inconnu !
-Contraintes
-La lecture du fichier devra se faire avant la demande du nom de l’acteur ou
-de l’actrice et l’ensemble des informations du fichier devra être stocké dans
-une structure de données appropriée. Aucun accès au fichier ne devra se faire
-après avoir récupéré le nom de l’acteur ou de l’actrice.
-Le programme devra fonctionner quel que soit le nom donné par l’utilisateur.
-Le programme utilisera au moins un dictionnaire et un ensemble.
-Les compréhensions devront être privilégiées pour remplacer les boucles
-“classiques” dès que possible.
 """
 
 #initialisation de la liste qui contiendra les tuples de duo d'acteurs.

song-title-detection/semantic_search.py

@@ -14,7 +14,6 @@ top_k = 32                          #Number of passages we want to retrieve with
 corpus_embeddings = bi_encoder.encode(list(std_airs), convert_to_tensor=True, show_progress_bar=True)
 std_airs = list(std_airs)
 
-# This function will search all wikipedia articles for passages that answer the query
 def search_simple(query):
     ##### Semantic Search #####
     # Encode the query using the bi-encoder and find potentially relevant passages

stage-directions_classification/AS13_add_label.py

 # AS13 =  Typologie à 13 classes 
 # 8 aout, nouvelle typologie 
 # Didascalies non traitées:
-# 4862 types et 12069 didascalies.
+# 4862 types pour 12069 didascalies.
 # Didascalies non mixtes non traitées : 
-# 439 types et 3908 didascalies.
+# 439 types pour 3908 didascalies.
 # Didascalies traitées: 
 # 25890, avec 37959 didascalies dans le corpus au total
 
-
-# 11 septembre : Pour AS13 réduc.
-# Didascalies non traitées:
-# 4982 types et 12198 didascalies.
-# Didascalies non mixtes non traitées :
-# 558 types et 4036 didascalies.
-# Didascalies traitées: 
-# 25822, avec 38020 didascalies dans le corpus au total supposément
-
 import re
 stage_types = [['entrance', 'entrée'],
             ['exit', 'escape'],