mirror of
https://github.com/explosion/spaCy.git
synced 2024-12-29 11:26:28 +03:00
db55577c45
* Remove unicode declarations * Remove Python 3.5 and 2.7 from CI * Don't require pathlib * Replace compat helpers * Remove OrderedDict * Use f-strings * Set Cython compiler language level * Fix typo * Re-add OrderedDict for Table * Update setup.cfg * Revert CONTRIBUTING.md * Revert lookups.md * Revert top-level.md * Small adjustments and docs [ci skip]
117 lines
4.4 KiB
Python
117 lines
4.4 KiB
Python
from ...symbols import ORTH, NORM
|
||
|
||
_exc = {"sağol": [{ORTH: "sağ"}, {ORTH: "ol", NORM: "olun"}]}
|
||
|
||
|
||
for exc_data in [
|
||
{ORTH: "A.B.D.", NORM: "Amerika Birleşik Devletleri"},
|
||
{ORTH: "Alb.", NORM: "Albay"},
|
||
{ORTH: "Ar.Gör.", NORM: "Araştırma Görevlisi"},
|
||
{ORTH: "Arş.Gör.", NORM: "Araştırma Görevlisi"},
|
||
{ORTH: "Asb.", NORM: "Astsubay"},
|
||
{ORTH: "Astsb.", NORM: "Astsubay"},
|
||
{ORTH: "As.İz.", NORM: "Askeri İnzibat"},
|
||
{ORTH: "Atğm", NORM: "Asteğmen"},
|
||
{ORTH: "Av.", NORM: "Avukat"},
|
||
{ORTH: "Apt.", NORM: "Apartmanı"},
|
||
{ORTH: "Bçvş.", NORM: "Başçavuş"},
|
||
{ORTH: "bk.", NORM: "bakınız"},
|
||
{ORTH: "bknz.", NORM: "bakınız"},
|
||
{ORTH: "Bnb.", NORM: "Binbaşı"},
|
||
{ORTH: "bnb.", NORM: "binbaşı"},
|
||
{ORTH: "Böl.", NORM: "Bölümü"},
|
||
{ORTH: "Bşk.", NORM: "Başkanlığı"},
|
||
{ORTH: "Bştbp.", NORM: "Baştabip"},
|
||
{ORTH: "Bul.", NORM: "Bulvarı"},
|
||
{ORTH: "Cad.", NORM: "Caddesi"},
|
||
{ORTH: "çev.", NORM: "çeviren"},
|
||
{ORTH: "Çvş.", NORM: "Çavuş"},
|
||
{ORTH: "dak.", NORM: "dakika"},
|
||
{ORTH: "dk.", NORM: "dakika"},
|
||
{ORTH: "Doç.", NORM: "Doçent"},
|
||
{ORTH: "doğ.", NORM: "doğum tarihi"},
|
||
{ORTH: "drl.", NORM: "derleyen"},
|
||
{ORTH: "Dz.", NORM: "Deniz"},
|
||
{ORTH: "Dz.K.K.lığı", NORM: "Deniz Kuvvetleri Komutanlığı"},
|
||
{ORTH: "Dz.Kuv.", NORM: "Deniz Kuvvetleri"},
|
||
{ORTH: "Dz.Kuv.K.", NORM: "Deniz Kuvvetleri Komutanlığı"},
|
||
{ORTH: "dzl.", NORM: "düzenleyen"},
|
||
{ORTH: "Ecz.", NORM: "Eczanesi"},
|
||
{ORTH: "ekon.", NORM: "ekonomi"},
|
||
{ORTH: "Fak.", NORM: "Fakültesi"},
|
||
{ORTH: "Gn.", NORM: "Genel"},
|
||
{ORTH: "Gnkur.", NORM: "Genelkurmay"},
|
||
{ORTH: "Gn.Kur.", NORM: "Genelkurmay"},
|
||
{ORTH: "gr.", NORM: "gram"},
|
||
{ORTH: "Hst.", NORM: "Hastanesi"},
|
||
{ORTH: "Hs.Uzm.", NORM: "Hesap Uzmanı"},
|
||
{ORTH: "huk.", NORM: "hukuk"},
|
||
{ORTH: "Hv.", NORM: "Hava"},
|
||
{ORTH: "Hv.K.K.lığı", NORM: "Hava Kuvvetleri Komutanlığı"},
|
||
{ORTH: "Hv.Kuv.", NORM: "Hava Kuvvetleri"},
|
||
{ORTH: "Hv.Kuv.K.", NORM: "Hava Kuvvetleri Komutanlığı"},
|
||
{ORTH: "Hz.", NORM: "Hazreti"},
|
||
{ORTH: "Hz.Öz.", NORM: "Hizmete Özel"},
|
||
{ORTH: "İng.", NORM: "İngilizce"},
|
||
{ORTH: "Jeol.", NORM: "Jeoloji"},
|
||
{ORTH: "jeol.", NORM: "jeoloji"},
|
||
{ORTH: "Korg.", NORM: "Korgeneral"},
|
||
{ORTH: "Kur.", NORM: "Kurmay"},
|
||
{ORTH: "Kur.Bşk.", NORM: "Kurmay Başkanı"},
|
||
{ORTH: "Kuv.", NORM: "Kuvvetleri"},
|
||
{ORTH: "Ltd.", NORM: "Limited"},
|
||
{ORTH: "Mah.", NORM: "Mahallesi"},
|
||
{ORTH: "mah.", NORM: "mahallesi"},
|
||
{ORTH: "max.", NORM: "maksimum"},
|
||
{ORTH: "min.", NORM: "minimum"},
|
||
{ORTH: "Müh.", NORM: "Mühendisliği"},
|
||
{ORTH: "müh.", NORM: "mühendisliği"},
|
||
{ORTH: "MÖ.", NORM: "Milattan Önce"},
|
||
{ORTH: "Onb.", NORM: "Onbaşı"},
|
||
{ORTH: "Ord.", NORM: "Ordinaryüs"},
|
||
{ORTH: "Org.", NORM: "Orgeneral"},
|
||
{ORTH: "Ped.", NORM: "Pedagoji"},
|
||
{ORTH: "Prof.", NORM: "Profesör"},
|
||
{ORTH: "Sb.", NORM: "Subay"},
|
||
{ORTH: "Sn.", NORM: "Sayın"},
|
||
{ORTH: "sn.", NORM: "saniye"},
|
||
{ORTH: "Sok.", NORM: "Sokak"},
|
||
{ORTH: "Şb.", NORM: "Şube"},
|
||
{ORTH: "Şti.", NORM: "Şirketi"},
|
||
{ORTH: "Tbp.", NORM: "Tabip"},
|
||
{ORTH: "T.C.", NORM: "Türkiye Cumhuriyeti"},
|
||
{ORTH: "Tel.", NORM: "Telefon"},
|
||
{ORTH: "tel.", NORM: "telefon"},
|
||
{ORTH: "telg.", NORM: "telgraf"},
|
||
{ORTH: "Tğm.", NORM: "Teğmen"},
|
||
{ORTH: "tğm.", NORM: "teğmen"},
|
||
{ORTH: "tic.", NORM: "ticaret"},
|
||
{ORTH: "Tug.", NORM: "Tugay"},
|
||
{ORTH: "Tuğg.", NORM: "Tuğgeneral"},
|
||
{ORTH: "Tümg.", NORM: "Tümgeneral"},
|
||
{ORTH: "Uzm.", NORM: "Uzman"},
|
||
{ORTH: "Üçvş.", NORM: "Üstçavuş"},
|
||
{ORTH: "Üni.", NORM: "Üniversitesi"},
|
||
{ORTH: "Ütğm.", NORM: "Üsteğmen"},
|
||
{ORTH: "vb.", NORM: "ve benzeri"},
|
||
{ORTH: "vs.", NORM: "vesaire"},
|
||
{ORTH: "Yard.", NORM: "Yardımcı"},
|
||
{ORTH: "Yar.", NORM: "Yardımcı"},
|
||
{ORTH: "Yd.Sb.", NORM: "Yedek Subay"},
|
||
{ORTH: "Yard.Doç.", NORM: "Yardımcı Doçent"},
|
||
{ORTH: "Yar.Doç.", NORM: "Yardımcı Doçent"},
|
||
{ORTH: "Yb.", NORM: "Yarbay"},
|
||
{ORTH: "Yrd.", NORM: "Yardımcı"},
|
||
{ORTH: "Yrd.Doç.", NORM: "Yardımcı Doçent"},
|
||
{ORTH: "Y.Müh.", NORM: "Yüksek mühendis"},
|
||
{ORTH: "Y.Mim.", NORM: "Yüksek mimar"},
|
||
]:
|
||
_exc[exc_data[ORTH]] = [exc_data]
|
||
|
||
|
||
for orth in ["Dr.", "yy."]:
|
||
_exc[orth] = [{ORTH: orth}]
|
||
|
||
|
||
TOKENIZER_EXCEPTIONS = _exc
|