mirror of
https://github.com/explosion/spaCy.git
synced 2024-11-14 21:57:15 +03:00
34 lines
1.2 KiB
Python
34 lines
1.2 KiB
Python
# coding: utf8
|
|
from __future__ import unicode_literals
|
|
import pytest
|
|
|
|
from .... import util
|
|
|
|
@pytest.fixture(scope='module')
|
|
def fr_tokenizer():
|
|
return util.get_lang_class('fr').Defaults.create_tokenizer()
|
|
|
|
|
|
import pytest
|
|
from spacy.lang.fr.lex_attrs import like_num
|
|
|
|
|
|
def test_tokenizer_handles_long_text(fr_tokenizer):
|
|
text = """L'histoire du TAL commence dans les années 1950, bien que l'on puisse \
|
|
trouver des travaux antérieurs. En 1950, Alan Turing éditait un article \
|
|
célèbre sous le titre « Computing machinery and intelligence » qui propose ce \
|
|
qu'on appelle à présent le test de Turing comme critère d'intelligence. \
|
|
Ce critère dépend de la capacité d'un programme informatique de personnifier \
|
|
un humain dans une conversation écrite en temps réel, de façon suffisamment \
|
|
convaincante que l'interlocuteur humain ne peut distinguer sûrement — sur la \
|
|
base du seul contenu de la conversation — s'il interagit avec un programme \
|
|
ou avec un autre vrai humain."""
|
|
tokens = fr_tokenizer(text)
|
|
assert len(tokens) == 113
|
|
|
|
|
|
@pytest.mark.parametrize('word', ['onze', 'onzième'])
|
|
def test_fr_lex_attrs_capitals(word):
|
|
assert like_num(word)
|
|
assert like_num(word.upper())
|