mirror of
https://github.com/explosion/spaCy.git
synced 2024-11-11 12:18:04 +03:00
58f06e6180
* start lang/ko * add test codes * using natto-py * add test_ko_tokenizer_full_tags() * spaCy contributor agreement * external dependency for ko * collections.namedtuple for python version < 3.5 * case fix * tuple unpacking * add jongseong(final consonant) * apply mecab option * Remove Pipfile for now Co-authored-by: Ines Montani <ines@ines.io>
47 lines
1.8 KiB
Python
47 lines
1.8 KiB
Python
# coding: utf-8
|
|
from __future__ import unicode_literals
|
|
|
|
import pytest
|
|
|
|
# fmt: off
|
|
TOKENIZER_TESTS = [("서울 타워 근처에 살고 있습니다.", "서울 타워 근처 에 살 고 있 습니다 ."),
|
|
("영등포구에 있는 맛집 좀 알려주세요.", "영등포구 에 있 는 맛집 좀 알려 주 세요 .")]
|
|
|
|
TAG_TESTS = [("서울 타워 근처에 살고 있습니다.",
|
|
"NNP NNG NNG JKB VV EC VX EF SF"),
|
|
("영등포구에 있는 맛집 좀 알려주세요.",
|
|
"NNP JKB VV ETM NNG MAG VV VX EP SF")]
|
|
|
|
FULL_TAG_TESTS = [("영등포구에 있는 맛집 좀 알려주세요.",
|
|
"NNP JKB VV ETM NNG MAG VV+EC VX EP+EF SF")]
|
|
|
|
POS_TESTS = [("서울 타워 근처에 살고 있습니다.",
|
|
"PROPN NOUN NOUN ADP VERB X AUX X PUNCT"),
|
|
("영등포구에 있는 맛집 좀 알려주세요.",
|
|
"PROPN ADP VERB X NOUN ADV VERB AUX X PUNCT")]
|
|
# fmt: on
|
|
|
|
|
|
@pytest.mark.parametrize("text,expected_tokens", TOKENIZER_TESTS)
|
|
def test_ko_tokenizer(ko_tokenizer, text, expected_tokens):
|
|
tokens = [token.text for token in ko_tokenizer(text)]
|
|
assert tokens == expected_tokens.split()
|
|
|
|
|
|
@pytest.mark.parametrize("text,expected_tags", TAG_TESTS)
|
|
def test_ko_tokenizer_tags(ko_tokenizer, text, expected_tags):
|
|
tags = [token.tag_ for token in ko_tokenizer(text)]
|
|
assert tags == expected_tags.split()
|
|
|
|
|
|
@pytest.mark.parametrize("text,expected_tags", FULL_TAG_TESTS)
|
|
def test_ko_tokenizer_full_tags(ko_tokenizer, text, expected_tags):
|
|
tags = ko_tokenizer(text).user_data["full_tags"]
|
|
assert tags == expected_tags.split()
|
|
|
|
|
|
@pytest.mark.parametrize("text,expected_pos", POS_TESTS)
|
|
def test_ko_tokenizer_pos(ko_tokenizer, text, expected_pos):
|
|
pos = [token.pos_ for token in ko_tokenizer(text)]
|
|
assert pos == expected_pos.split()
|