mirror of
https://github.com/explosion/spaCy.git
synced 2024-12-26 01:46:28 +03:00
Add entity rules
This commit is contained in:
parent
eaa3b1319d
commit
bc40dad7d9
|
@ -1,3 +1,4 @@
|
||||||
from .emoticons import *
|
from .emoticons import *
|
||||||
from .punctuation import *
|
from .punctuation import *
|
||||||
|
from .entity_rules import *
|
||||||
from .util import *
|
from .util import *
|
||||||
|
|
206
spacy/language_data/entity_rules.py
Normal file
206
spacy/language_data/entity_rules.py
Normal file
|
@ -0,0 +1,206 @@
|
||||||
|
# encoding: utf8
|
||||||
|
from __future__ import unicode_literals
|
||||||
|
|
||||||
|
from ..symbols import *
|
||||||
|
from .util import ENT_ID
|
||||||
|
|
||||||
|
|
||||||
|
ENTITY_RULES = [
|
||||||
|
{
|
||||||
|
ENT_ID: "Reddit",
|
||||||
|
"attrs": {ENT_TYPE: "PRODUCT"},
|
||||||
|
"patterns": [
|
||||||
|
[{LOWER: "reddit"}]
|
||||||
|
]
|
||||||
|
},
|
||||||
|
|
||||||
|
{
|
||||||
|
ENT_ID: "Linux",
|
||||||
|
"attrs": {ENT_TYPE: "PRODUCT"},
|
||||||
|
"patterns": [
|
||||||
|
[{LOWER: "linux"}]
|
||||||
|
]
|
||||||
|
},
|
||||||
|
|
||||||
|
{
|
||||||
|
ENT_ID: "Haskell",
|
||||||
|
"attrs": {ENT_TYPE: "PRODUCT"},
|
||||||
|
"patterns": [
|
||||||
|
[{LOWER: "haskell"}],
|
||||||
|
]
|
||||||
|
},
|
||||||
|
|
||||||
|
{
|
||||||
|
ENT_ID: "HaskellCurry",
|
||||||
|
"attrs": {ENT_TYPE: "PERSON"},
|
||||||
|
"patterns": [
|
||||||
|
[{LOWER: "haskell"}, {LOWER: "curry"}]
|
||||||
|
]
|
||||||
|
},
|
||||||
|
|
||||||
|
{
|
||||||
|
ENT_ID: "Javascript",
|
||||||
|
"attrs": {ENT_TYPE: "PRODUCT"},
|
||||||
|
"patterns": [
|
||||||
|
[{LOWER: "javascript"}],
|
||||||
|
]
|
||||||
|
},
|
||||||
|
|
||||||
|
{
|
||||||
|
ENT_ID: "CSS",
|
||||||
|
"attrs": {ENT_TYPE: "PRODUCT"},
|
||||||
|
"patterns": [
|
||||||
|
[{LOWER: "css"}],
|
||||||
|
[{LOWER: "css3"}],
|
||||||
|
]
|
||||||
|
},
|
||||||
|
|
||||||
|
{
|
||||||
|
ENT_ID: "HTML",
|
||||||
|
"attrs": {ENT_TYPE: "PRODUCT"},
|
||||||
|
"patterns": [
|
||||||
|
[{LOWER: "html"}],
|
||||||
|
[{LOWER: "html5"}],
|
||||||
|
]
|
||||||
|
},
|
||||||
|
|
||||||
|
{
|
||||||
|
ENT_ID: "Python",
|
||||||
|
"attrs": {ENT_TYPE: "PRODUCT"},
|
||||||
|
"patterns": [
|
||||||
|
[{ORTH: "Python"}]
|
||||||
|
]
|
||||||
|
},
|
||||||
|
|
||||||
|
{
|
||||||
|
ENT_ID: "Ruby",
|
||||||
|
"attrs": {ENT_TYPE: "PRODUCT"},
|
||||||
|
"patterns": [
|
||||||
|
[{ORTH: "Ruby"}]
|
||||||
|
]
|
||||||
|
},
|
||||||
|
|
||||||
|
{
|
||||||
|
ENT_ID: "spaCy",
|
||||||
|
"attrs": {ENT_TYPE: "PRODUCT"},
|
||||||
|
"patterns": [
|
||||||
|
[{LOWER: "spacy"}]
|
||||||
|
]
|
||||||
|
},
|
||||||
|
|
||||||
|
{
|
||||||
|
ENT_ID: "displaCy",
|
||||||
|
"attrs": {ENT_TYPE: "PRODUCT"},
|
||||||
|
"patterns": [
|
||||||
|
[{LOWER: "displacy"}]
|
||||||
|
]
|
||||||
|
},
|
||||||
|
|
||||||
|
{
|
||||||
|
ENT_ID: "Digg",
|
||||||
|
"attrs": {ENT_TYPE: "PRODUCT"},
|
||||||
|
"patterns": [
|
||||||
|
[{LOWER: "digg"}]
|
||||||
|
]
|
||||||
|
},
|
||||||
|
|
||||||
|
{
|
||||||
|
ENT_ID: "FoxNews",
|
||||||
|
"attrs": {ENT_TYPE: "ORG"},
|
||||||
|
"patterns": [
|
||||||
|
[{LOWER: "foxnews"}],
|
||||||
|
[{LOWER: "fox"}, {LOWER: "news"}]
|
||||||
|
]
|
||||||
|
},
|
||||||
|
|
||||||
|
{
|
||||||
|
ENT_ID: "Google",
|
||||||
|
"attrs": {ENT_TYPE: "ORG"},
|
||||||
|
"patterns": [
|
||||||
|
[{LOWER: "google"}]
|
||||||
|
]
|
||||||
|
},
|
||||||
|
|
||||||
|
{
|
||||||
|
ENT_ID: "Mac",
|
||||||
|
"attrs": {ENT_TYPE: "PRODUCT"},
|
||||||
|
"patterns": [
|
||||||
|
[{LOWER: "mac"}]
|
||||||
|
]
|
||||||
|
},
|
||||||
|
|
||||||
|
{
|
||||||
|
ENT_ID: "Wikipedia",
|
||||||
|
"attrs": {ENT_TYPE: "PRODUCT"},
|
||||||
|
"patterns": [
|
||||||
|
[{LOWER: "wikipedia"}]
|
||||||
|
]
|
||||||
|
},
|
||||||
|
|
||||||
|
{
|
||||||
|
ENT_ID: "Windows",
|
||||||
|
"attrs": {ENT_TYPE: "PRODUCT"},
|
||||||
|
"patterns": [
|
||||||
|
[{ORTH: "Windows"}]
|
||||||
|
]
|
||||||
|
},
|
||||||
|
|
||||||
|
{
|
||||||
|
ENT_ID: "Dell",
|
||||||
|
"attrs": {ENT_TYPE: "ORG"},
|
||||||
|
"patterns": [
|
||||||
|
[{LOWER: "dell"}]
|
||||||
|
]
|
||||||
|
},
|
||||||
|
|
||||||
|
{
|
||||||
|
ENT_ID: "Facebook",
|
||||||
|
"attrs": {ENT_TYPE: "ORG"},
|
||||||
|
"patterns": [
|
||||||
|
[{LOWER: "facebook"}]
|
||||||
|
]
|
||||||
|
},
|
||||||
|
|
||||||
|
{
|
||||||
|
ENT_ID: "Blizzard",
|
||||||
|
"attrs": {ENT_TYPE: "ORG"},
|
||||||
|
"patterns": [
|
||||||
|
[{ORTH: "Blizzard"}]
|
||||||
|
]
|
||||||
|
},
|
||||||
|
|
||||||
|
{
|
||||||
|
ENT_ID: "Ubuntu",
|
||||||
|
"attrs": {ENT_TYPE: "ORG"},
|
||||||
|
"patterns": [
|
||||||
|
[{ORTH: "Ubuntu"}]
|
||||||
|
]
|
||||||
|
},
|
||||||
|
|
||||||
|
{
|
||||||
|
ENT_ID: "YouTube",
|
||||||
|
"attrs": {ENT_TYPE: "PRODUCT"},
|
||||||
|
"patterns": [
|
||||||
|
[{LOWER: "youtube"}]
|
||||||
|
]
|
||||||
|
}
|
||||||
|
]
|
||||||
|
|
||||||
|
|
||||||
|
FALSE_POSITIVES = [
|
||||||
|
[{ORTH: "Shit"}],
|
||||||
|
[{ORTH: "Weed"}],
|
||||||
|
[{ORTH: "Cool"}],
|
||||||
|
[{ORTH: "Btw"}],
|
||||||
|
[{ORTH: "Bah"}],
|
||||||
|
[{ORTH: "Bullshit"}],
|
||||||
|
[{ORTH: "Lol"}],
|
||||||
|
[{ORTH: "Yo"}, {LOWER: "dawg"}],
|
||||||
|
[{ORTH: "Yay"}],
|
||||||
|
[{ORTH: "Ahh"}],
|
||||||
|
[{ORTH: "Yea"}],
|
||||||
|
[{ORTH: "Bah"}]
|
||||||
|
]
|
||||||
|
|
||||||
|
|
||||||
|
__all__ = ["ENTITY_RULES", "FALSE_POSITIVES"]
|
Loading…
Reference in New Issue
Block a user