mirror of
https://github.com/explosion/spaCy.git
synced 2024-12-25 17:36:30 +03:00
Add some basic tests for Danish
This commit is contained in:
parent
23025d3b05
commit
e840077601
|
@ -105,6 +105,9 @@ def he_tokenizer():
|
||||||
def nb_tokenizer():
|
def nb_tokenizer():
|
||||||
return util.get_lang_class('nb').Defaults.create_tokenizer()
|
return util.get_lang_class('nb').Defaults.create_tokenizer()
|
||||||
|
|
||||||
|
@pytest.fixture
|
||||||
|
def da_tokenizer():
|
||||||
|
return util.get_lang_class('da').Defaults.create_tokenizer()
|
||||||
|
|
||||||
@pytest.fixture
|
@pytest.fixture
|
||||||
def stringstore():
|
def stringstore():
|
||||||
|
|
0
spacy/tests/lang/da/__init__.py
Normal file
0
spacy/tests/lang/da/__init__.py
Normal file
15
spacy/tests/lang/da/test_exceptions.py
Normal file
15
spacy/tests/lang/da/test_exceptions.py
Normal file
|
@ -0,0 +1,15 @@
|
||||||
|
# coding: utf-8
|
||||||
|
from __future__ import unicode_literals
|
||||||
|
|
||||||
|
import pytest
|
||||||
|
|
||||||
|
@pytest.mark.parametrize('text', ["ca.", "m.a.o.", "Jan.", "Dec."])
|
||||||
|
def test_da_tokenizer_handles_abbr(da_tokenizer, text):
|
||||||
|
tokens = da_tokenizer(text)
|
||||||
|
assert len(tokens) == 1
|
||||||
|
|
||||||
|
def test_da_tokenizer_handles_exc_in_text(da_tokenizer):
|
||||||
|
text = "Det er bl.a. ikke meningen"
|
||||||
|
tokens = da_tokenizer(text)
|
||||||
|
assert len(tokens) == 5
|
||||||
|
assert tokens[2].text == "bl.a."
|
27
spacy/tests/lang/da/test_text.py
Normal file
27
spacy/tests/lang/da/test_text.py
Normal file
|
@ -0,0 +1,27 @@
|
||||||
|
# coding: utf-8
|
||||||
|
"""Test that longer and mixed texts are tokenized correctly."""
|
||||||
|
|
||||||
|
|
||||||
|
from __future__ import unicode_literals
|
||||||
|
|
||||||
|
import pytest
|
||||||
|
|
||||||
|
def test_da_tokenizer_handles_long_text(da_tokenizer):
|
||||||
|
text = """Der var så dejligt ude på landet. Det var sommer, kornet stod gult, havren grøn,
|
||||||
|
høet var rejst i stakke nede i de grønne enge, og der gik storken på sine lange,
|
||||||
|
røde ben og snakkede ægyptisk, for det sprog havde han lært af sin moder.
|
||||||
|
|
||||||
|
Rundt om ager og eng var der store skove, og midt i skovene dybe søer; jo, der var rigtignok dejligt derude på landet!"""
|
||||||
|
tokens = da_tokenizer(text)
|
||||||
|
assert len(tokens) == 84
|
||||||
|
|
||||||
|
@pytest.mark.parametrize('text,match', [
|
||||||
|
('10', True), ('1', True), ('10.000', True), ('10.00', True),
|
||||||
|
('999,0', True), ('en', True), ('treoghalvfemsindstyvende', True), ('hundrede', True),
|
||||||
|
('hund', False), (',', False), ('1/2', True)])
|
||||||
|
def test_lex_attrs_like_number(da_tokenizer, text, match):
|
||||||
|
tokens = da_tokenizer(text)
|
||||||
|
assert len(tokens) == 1
|
||||||
|
print(tokens[0])
|
||||||
|
assert tokens[0].like_num == match
|
||||||
|
|
Loading…
Reference in New Issue
Block a user