TC1-projet

Démarche : #0) extraire les données du fichier initial #1) agréger les doublons #2) supprimer les nulls #3) supprimer les incohérents faciles #4) supprimer les termes inutiles -> on sauve quelque part l'association "terme initial" -> "terme nettoyé" #5) replacer les sous-mots par ordre alphabétique (trie) -> on sauve quelque part l'association "terme initial" -> "terme inversé" #6) agréger les similaires #7) retirer les incohérents difficiles (classe 1 représentant, caractères incohérents dans le représentant, peu de représentativité) #8) choisir le représentants de chaque classes de similaires #8.5) corriger les erreurs d'agrégation facilement rattrapables #9) corriger les countryCode faux (peu représenté) : remplacement par le plus prépondérent #10) extraire correctement les noms de country #11) écrire le fichier de sortie : InputCity, CN, OutputCity, CountryName

--> demande de remonter la chaîne de dictionnaires générée