mirror of
https://github.com/explosion/spaCy.git
synced 2024-11-15 14:17:58 +03:00
b98d216205
* Update Catalan language data Update Catalan language data based on contributions from the Text Mining Unit at the Barcelona Supercomputing Center: https://github.com/TeMU-BSC/spacy4release/tree/main/lang_data * Update tokenizer settings for UD Catalan AnCora Update for UD Catalan AnCora v2.7 with merged multi-word tokens. * Update test * Move prefix patternt to more generic infix pattern * Clean up
53 lines
1.7 KiB
Python
53 lines
1.7 KiB
Python
"""Test that longer and mixed texts are tokenized correctly."""
|
||
import pytest
|
||
|
||
|
||
def test_ca_tokenizer_handles_long_text(ca_tokenizer):
|
||
text = """Una taula amb grans gerres de begudes i palles de coloraines com a reclam. Una carta
|
||
cridanera amb ofertes de tapes, paelles i sangria. Un cambrer amb un somriure que convida a
|
||
seure. La ubicació perfecta: el bell mig de la Rambla. Però és la una del migdia d’un dimecres
|
||
de tardor i no hi ha ningú assegut a la terrassa del local. El dia és rúfol, però no fa fred i
|
||
a la majoria de terrasses de la Rambla hi ha poca gent. La immensa majoria dels clients -tret
|
||
d’alguna excepció com al restaurant Núria- són turistes. I la immensa majoria tenen entre mans
|
||
una gerra de cervesa. Ens asseiem -fotògraf i periodista- en una terrassa buida."""
|
||
|
||
tokens = ca_tokenizer(text)
|
||
assert len(tokens) == 140
|
||
|
||
|
||
@pytest.mark.parametrize(
|
||
"text,length",
|
||
[
|
||
("Perquè va anar-hi?", 4),
|
||
("“Ah no?”", 5),
|
||
("""Sí! "Anem", va contestar el Joan Carles""", 11),
|
||
("Van córrer aprox. 10km", 5),
|
||
("Llavors perqué...", 3),
|
||
],
|
||
)
|
||
def test_ca_tokenizer_handles_cnts(ca_tokenizer, text, length):
|
||
tokens = ca_tokenizer(text)
|
||
assert len(tokens) == length
|
||
|
||
|
||
@pytest.mark.parametrize(
|
||
"text,match",
|
||
[
|
||
("10", True),
|
||
("1", True),
|
||
("10,000", True),
|
||
("10,00", True),
|
||
("999.0", True),
|
||
("un", True),
|
||
("dos", True),
|
||
("bilió", True),
|
||
("gos", False),
|
||
(",", False),
|
||
("1/2", True),
|
||
],
|
||
)
|
||
def test_ca_lex_attrs_like_number(ca_tokenizer, text, match):
|
||
tokens = ca_tokenizer(text)
|
||
assert len(tokens) == 1
|
||
assert tokens[0].like_num == match
|