explosion/spaCy
1
1
Fork 0
mirror of https://github.com/explosion/spaCy.git synced 2025-01-13 18:56:36 +03:00
Code Issues Packages Projects Releases Wiki Activity

Added further abbreviations present in the Szeged corpus

Browse Source
This commit is contained in:
Gyorgy Orosz 2017-01-14 22:08:55 +01:00
parent 9505c6a72b
commit a45f22913f
1 changed files with 109 additions and 8 deletions
Show Stats Download Patch File Download Diff File Expand all files Collapse all files

117
spacy/hu/tokenizer_exceptions.py
View File

@ -7,8 +7,11 @@ from spacy.language_data.punctuation import ALPHA_LOWER, CURRENCY
from ..language_data.tokenizer_exceptions import _URL_PATTERN from ..language_data.tokenizer_exceptions import _URL_PATTERN
ABBREVIATIONS = """ ABBREVIATIONS = """
A.
AG.
AkH. AkH.
Aö. Aö.
B.
B.CS. B.CS.
B.S. B.S.
B.Sc. B.Sc.
@ -18,57 +21,104 @@ BEK.
BSC. BSC.
BSc. BSc.
BTK. BTK.
Bat.
Be. Be.
Bek. Bek.
Bfok. Bfok.
Bk. Bk.
Bp. Bp.
Bros.
Bt.
Btk. Btk.
Btke. Btke.
Btét. Btét.
C.
CSC. CSC.
Cal. Cal.
Cg.
Cgf.
Cgt.
Cia.
Co. Co.
Colo. Colo.
Comp. Comp.
Copr. Copr.
Corp.
Cos.
Cs. Cs.
Csc. Csc.
Csop. Csop.
Cstv.
Ctv. Ctv.
Ctvr.
D. D.
DR. DR.
Dipl. Dipl.
Dr. Dr.
Dsz. Dsz.
Dzs. Dzs.
E.
EK.
EU.
F.
Fla. Fla.
Folyt.
Ford.
Fpk.
Főszerk. Főszerk.
G.
GK.
GM. GM.
Gfv.
Gmk.
Gr.
Group.
Gt.
Gy. Gy.
H.
HKsz. HKsz.
Hmvh. Hmvh.
I.
Ifj.
Inc.
Inform. Inform.
Int.
J.
Jr.
Jv.
K.
K.m.f. K.m.f.
KB.
KER. KER.
KFT. KFT.
KRT. KRT.
Kb.
Ker. Ker.
Kft. Kft.
Kg.
Kht.
Kkt.
Kong. Kong.
Korm. Korm.
Kr. Kr.
Kr.e. Kr.e.
Kr.u. Kr.u.
Krt. Krt.
L.
LB.
Llc.
Ltd.
M.
M.A. M.A.
M.S. M.S.
M.SC. M.SC.
M.Sc. M.Sc.
MA. MA.
MH.
MSC. MSC.
MSc. MSc.
Mass. Mass.
Max.
Mlle. Mlle.
Mme. Mme.
Mo. Mo.
@ -76,46 +126,78 @@ Mr.
Mrs. Mrs.
Ms. Ms.
Mt. Mt.
N.
N.N. N.N.
NB. NB.
NBr. NBr.
Nat. Nat.
No.
Nr. Nr.
Ny. Ny.
Nyh. Nyh.
Nyr. Nyr.
Nyrt.
O.
OJ.
Op. Op.
P.
P.H. P.H.
P.S. P.S.
PH.D. PH.D.
PHD. PHD.
PROF. PROF.
Pf.
Ph.D Ph.D
PhD. PhD.
Pk.
Pl.
Plc.
Pp. Pp.
Proc. Proc.
Prof. Prof.
Ptk. Ptk.
R.
RT.
Rer. Rer.
Rt.
S.
S.B. S.B.
SZOLG. SZOLG.
Salg. Salg.
Sch.
Spa.
St. St.
Sz. Sz.
SzRt.
Szerk.
Szfv. Szfv.
Szjt. Szjt.
Szolg. Szolg.
Szt. Szt.
Sztv. Sztv.
Szvt.
Számv.
T.
TEL. TEL.
Tel. Tel.
Ty. Ty.
Tyr. Tyr.
U.
Ui. Ui.
User.
Ut. Ut.
V.
VB.
Vcs. Vcs.
Vhr. Vhr.
Vht.
Várm.
W.
X.
X.Y. X.Y.
Y.
Z.
Zrt.
Zs. Zs.
a.C. a.C.
ac. ac.
@ -125,11 +207,13 @@ ag.
agit. agit.
alez. alez.
alk. alk.
all.
altbgy. altbgy.
an. an.
ang. ang.
arch. arch.
at. at.
atc.
aug. aug.
b.a. b.a.
b.s. b.s.
@ -167,6 +251,7 @@ dikt.
dipl. dipl.
dj. dj.
dk. dk.
dl.
dny. dny.
dolg. dolg.
dr. dr.
@ -176,6 +261,7 @@ ea.
ed. ed.
eff. eff.
egyh. egyh.
el.
ell. ell.
elv. elv.
elvt. elvt.
@ -190,6 +276,7 @@ eü.
f.h. f.h.
f.é. f.é.
fam. fam.
fb.
febr. febr.
fej. fej.
felv. felv.
@ -217,8 +304,8 @@ gazd.
gimn. gimn.
gk. gk.
gkv. gkv.
gmk.
gondn. gondn.
Gr.
gr. gr.
grav. grav.
gy. gy.
@ -244,10 +331,10 @@ ht.
htb. htb.
hv. hv.
hőm. hőm.
ie.
i.e. i.e.
i.sz. i.sz.
id. id.
ie.
ifj. ifj.
ig. ig.
igh. igh.
@ -262,6 +349,7 @@ io.
ip. ip.
ir. ir.
irod. irod.
is.
isk. isk.
ism. ism.
izr. izr.
@ -269,6 +357,7 @@ iá.
jan. jan.
jav. jav.
jegyz. jegyz.
jgmk.
jjv. jjv.
jkv. jkv.
jogh. jogh.
@ -294,8 +383,9 @@ kiv.
kk. kk.
kkt. kkt.
klin. klin.
km.
korm.
kp. kp.
Kr.
krt. krt.
kt. kt.
ktsg. ktsg.
@ -328,6 +418,7 @@ m.s.
m.sc. m.sc.
ma. ma.
mat. mat.
max.
mb. mb.
med. med.
megh. megh.
@ -363,16 +454,17 @@ nat.
nb. nb.
neg. neg.
nk. nk.
no.
nov. nov.
nu. nu.
ny. ny.
nyilv. nyilv.
Nyrt.
nyrt. nyrt.
nyug. nyug.
obj. obj.
okl. okl.
okt. okt.
old.
olv. olv.
orsz. orsz.
ort. ort.
@ -383,6 +475,8 @@ pg.
ph.d ph.d
ph.d. ph.d.
phd. phd.
phil.
pjt.
pk. pk.
pl. pl.
plb. plb.
@ -417,14 +511,15 @@ röv.
s.b. s.b.
s.k. s.k.
sa. sa.
sb.
sel. sel.
sgt. sgt.
sm. sm.
St.
st. st.
stat. stat.
stb. stb.
strat. strat.
stud.
sz. sz.
szakm. szakm.
szaksz. szaksz.
@ -479,6 +574,7 @@ vb.
vegy. vegy.
vh. vh.
vhol. vhol.
vhr.
vill. vill.
vizsg. vizsg.
vk. vk.
@ -491,19 +587,24 @@ vsz.
vv. vv.
vál. vál.
várm. várm.
Várm.
vízv. vízv.
vö. vö.
Zrt.
zrt. zrt.
zs. zs.
Á.
Áe.
Áht.
É.
Épt.
Ész. Ész.
Új-Z. Új-Z.
ÚjZ. ÚjZ.
Ún.
á. á.
ált. ált.
ápr. ápr.
ásv. ásv.
át.
é. é.
ék. ék.
ény. ény.
@ -515,9 +616,9 @@ zs.
ötk. ötk.
özv. özv.
ú. ú.
ú.n.
úm. úm.
ún. ún.
ú.n.
út. út.
üag. üag.
üd. üd.