explosion/spaCy
1
1
Fork 0
mirror of https://github.com/explosion/spaCy.git synced 2024-12-25 17:36:30 +03:00
Code Issues Packages Projects Releases Wiki Activity

Auto-format [ci skip]

Browse Source
This commit is contained in:
Ines Montani 2019-08-22 11:44:39 +02:00
parent 60e10a9f93
commit a8752a569d
4 changed files with 37 additions and 37 deletions
Show Stats Download Patch File Download Diff File Expand all files Collapse all files

5
spacy/lang/sr/examples.py
View File

@ -19,7 +19,6 @@ sentences = [
"Ко је председник Француске?", "Ко је председник Француске?",
# Serbian common and slang # Serbian common and slang
"Moj ћале је инжењер!", "Moj ћале је инжењер!",
"Новак Ђоковић је најбољи тенисер света." "Новак Ђоковић је најбољи тенисер света." "У Пироту има добрих кафана!",
"У Пироту има добрих кафана!", "Музеј Николе Тесле се налази у Београду.",
"Музеј Николе Тесле се налази у Београду."
] ]

2
spacy/lang/sr/lex_attrs.py
View File

@ -47,7 +47,7 @@ _num_words = [
"милијарду", "милијарду",
"трилион", "трилион",
"квадрилион", "квадрилион",
"квинтилион" "квинтилион",
] ]

2
spacy/lang/sr/norm_exceptions.py
View File

@ -15,7 +15,7 @@ _exc = {
"бус": "аутобус", "бус": "аутобус",
"пискарало": "службеник", "пискарало": "службеник",
"бакутанер": "бака", "бакутанер": "бака",
"џибер": "простак" "џибер": "простак",
} }

65
spacy/lang/sr/tokenizer_exceptions.py
View File

@ -15,7 +15,6 @@ _abbrev_exc = [
{ORTH: "пет", LEMMA: "петак", NORM: "петак"}, {ORTH: "пет", LEMMA: "петак", NORM: "петак"},
{ORTH: "суб", LEMMA: "субота", NORM: "субота"}, {ORTH: "суб", LEMMA: "субота", NORM: "субота"},
{ORTH: "нед", LEMMA: "недеља", NORM: "недеља"}, {ORTH: "нед", LEMMA: "недеља", NORM: "недеља"},
# Months abbreviations # Months abbreviations
{ORTH: "јан", LEMMA: "јануар", NORM: "јануар"}, {ORTH: "јан", LEMMA: "јануар", NORM: "јануар"},
{ORTH: "феб", LEMMA: "фебруар", NORM: "фебруар"}, {ORTH: "феб", LEMMA: "фебруар", NORM: "фебруар"},
@ -28,7 +27,7 @@ _abbrev_exc = [
{ORTH: "септ", LEMMA: "септембар", NORM: "септембар"}, {ORTH: "септ", LEMMA: "септембар", NORM: "септембар"},
{ORTH: "окт", LEMMA: "октобар", NORM: "октобар"}, {ORTH: "окт", LEMMA: "октобар", NORM: "октобар"},
{ORTH: "нов", LEMMA: "новембар", NORM: "новембар"}, {ORTH: "нов", LEMMA: "новембар", NORM: "новембар"},
{ORTH: "дец", LEMMA: "децембар", NORM: "децембар"} {ORTH: "дец", LEMMA: "децембар", NORM: "децембар"},
] ]
@ -36,41 +35,43 @@ for abbrev_desc in _abbrev_exc:
abbrev = abbrev_desc[ORTH] abbrev = abbrev_desc[ORTH]
for orth in (abbrev, abbrev.capitalize(), abbrev.upper()): for orth in (abbrev, abbrev.capitalize(), abbrev.upper()):
_exc[orth] = [{ORTH: orth, LEMMA: abbrev_desc[LEMMA], NORM: abbrev_desc[NORM]}] _exc[orth] = [{ORTH: orth, LEMMA: abbrev_desc[LEMMA], NORM: abbrev_desc[NORM]}]
_exc[orth + '.'] = [{ORTH: orth + '.', LEMMA: abbrev_desc[LEMMA], NORM: abbrev_desc[NORM]}] _exc[orth + "."] = [
{ORTH: orth + ".", LEMMA: abbrev_desc[LEMMA], NORM: abbrev_desc[NORM]}
]
# common abbreviations # common abbreviations
_slang_exc = [ _slang_exc = [
# without dot # without dot
{ORTH: 'др', LEMMA: 'доктор', NORM: 'доктор'}, {ORTH: "др", LEMMA: "доктор", NORM: "доктор"},
{ORTH: 'гдин', LEMMA: 'господин', NORM: 'господин'}, {ORTH: "гдин", LEMMA: "господин", NORM: "господин"},
{ORTH: 'гђа', LEMMA: 'госпођа', NORM: 'госпођа'}, {ORTH: "гђа", LEMMA: "госпођа", NORM: "госпођа"},
{ORTH: 'гђица', LEMMA: 'госпођица', NORM: 'госпођица'}, {ORTH: "гђица", LEMMA: "госпођица", NORM: "госпођица"},
{ORTH: 'мр', LEMMA: 'магистар', NORM: 'магистар'}, {ORTH: "мр", LEMMA: "магистар", NORM: "магистар"},
{ORTH: 'Бгд', LEMMA: 'Београд', NORM: 'београд'}, {ORTH: "Бгд", LEMMA: "Београд", NORM: "београд"},
{ORTH: 'цм', LEMMA: 'центиметар', NORM: 'центиметар'}, {ORTH: "цм", LEMMA: "центиметар", NORM: "центиметар"},
{ORTH: 'м', LEMMA: 'метар', NORM: 'метар'}, {ORTH: "м", LEMMA: "метар", NORM: "метар"},
{ORTH: 'км', LEMMA: 'километар', NORM: 'километар'}, {ORTH: "км", LEMMA: "километар", NORM: "километар"},
{ORTH: 'мг', LEMMA: 'милиграм', NORM: 'милиграм'}, {ORTH: "мг", LEMMA: "милиграм", NORM: "милиграм"},
{ORTH: 'кг', LEMMA: 'килограм', NORM: 'килограм'}, {ORTH: "кг", LEMMA: "килограм", NORM: "килограм"},
{ORTH: 'дл', LEMMA: 'децилитар', NORM: 'децилитар'}, {ORTH: "дл", LEMMA: "децилитар", NORM: "децилитар"},
{ORTH: 'хл', LEMMA: 'хектолитар', NORM: 'хектолитар'}, {ORTH: "хл", LEMMA: "хектолитар", NORM: "хектолитар"},
# with dot # with dot
{ORTH: 'ул.', LEMMA: 'улица', NORM: 'улица'}, {ORTH: "ул.", LEMMA: "улица", NORM: "улица"},
{ORTH: 'бр.', LEMMA: 'број', NORM: 'број'}, {ORTH: "бр.", LEMMA: "број", NORM: "број"},
{ORTH: 'нпр.', LEMMA: 'на пример', NORM: 'на пример'}, {ORTH: "нпр.", LEMMA: "на пример", NORM: "на пример"},
{ORTH: 'тзв.', LEMMA: 'такозван', NORM: 'такозван'}, {ORTH: "тзв.", LEMMA: "такозван", NORM: "такозван"},
{ORTH: 'проф.', LEMMA: 'професор', NORM: 'професор'}, {ORTH: "проф.", LEMMA: "професор", NORM: "професор"},
{ORTH: 'стр.', LEMMA: 'страна', NORM: 'страна'}, {ORTH: "стр.", LEMMA: "страна", NORM: "страна"},
{ORTH: 'једн.', LEMMA: 'једнина', NORM: 'једнина'}, {ORTH: "једн.", LEMMA: "једнина", NORM: "једнина"},
{ORTH: 'мн.', LEMMA: 'множина', NORM: 'множина'}, {ORTH: "мн.", LEMMA: "множина", NORM: "множина"},
{ORTH: 'уч.', LEMMA: 'ученик', NORM: 'ученик'}, {ORTH: "уч.", LEMMA: "ученик", NORM: "ученик"},
{ORTH: 'разр.', LEMMA: 'разред', NORM: 'разред'}, {ORTH: "разр.", LEMMA: "разред", NORM: "разред"},
{ORTH: 'инж.', LEMMA: 'инжењер', NORM: 'инжењер'}, {ORTH: "инж.", LEMMA: "инжењер", NORM: "инжењер"},
{ORTH: 'гимн.', LEMMA: 'гимназија', NORM: 'гимназија'}, {ORTH: "гимн.", LEMMA: "гимназија", NORM: "гимназија"},
{ORTH: 'год.', LEMMA: 'година', NORM: 'година'}, {ORTH: "год.", LEMMA: "година", NORM: "година"},
{ORTH: 'мед.', LEMMA: 'медицина', NORM: 'медицина'}, {ORTH: "мед.", LEMMA: "медицина", NORM: "медицина"},
{ORTH: 'гимн.', LEMMA: 'гимназија', NORM: 'гимназија'}, {ORTH: "гимн.", LEMMA: "гимназија", NORM: "гимназија"},
{ORTH: "акад.", LEMMA: "академик", NORM: "академик"}, {ORTH: "акад.", LEMMA: "академик", NORM: "академик"},
{ORTH: "доц.", LEMMA: "доцент", NORM: "доцент"}, {ORTH: "доц.", LEMMA: "доцент", NORM: "доцент"},
{ORTH: "итд.", LEMMA: "и тако даље", NORM: "и тако даље"}, {ORTH: "итд.", LEMMA: "и тако даље", NORM: "и тако даље"},
@ -85,7 +86,7 @@ _slang_exc = [
{ORTH: "ил'", LEMMA: "или", NORM: "или"}, {ORTH: "ил'", LEMMA: "или", NORM: "или"},
{ORTH: "је л'", LEMMA: "је ли", NORM: "је ли"}, {ORTH: "је л'", LEMMA: "је ли", NORM: "је ли"},
{ORTH: "да л'", LEMMA: "да ли", NORM: "да ли"}, {ORTH: "да л'", LEMMA: "да ли", NORM: "да ли"},
{ORTH: "држ'те", LEMMA: "држати", NORM: "држите"} {ORTH: "држ'те", LEMMA: "држати", NORM: "држите"},
] ]
for slang_desc in _slang_exc: for slang_desc in _slang_exc: