mirror of
https://github.com/explosion/spaCy.git
synced 2025-11-04 01:48:04 +03:00
b64243ed55
* Added examples for Slovene * Update spacy/lang/sl/examples.py Co-authored-by: Adriane Boyd <adrianeboyd@gmail.com> * Corrected a typo in one of the sentences * Updated support for Slovenian * Some minor changes to corrections * Added forint currency * Corrected HYPHENS_PERMITTED regex and some formatting * Minor changes * Un-xfail tokenizer test * Format Co-authored-by: Luka Dragar <D20124481@mytudublin.ie> Co-authored-by: Adriane Boyd <adrianeboyd@gmail.com>
27 lines
993 B
Python
27 lines
993 B
Python
import pytest
|
|
|
|
|
|
def test_long_text(sl_tokenizer):
|
|
# Excerpt: European Convention on Human Rights
|
|
text = """
|
|
upoštevajoč, da si ta deklaracija prizadeva zagotoviti splošno in
|
|
učinkovito priznavanje in spoštovanje v njej razglašenih pravic,
|
|
upoštevajoč, da je cilj Sveta Evrope doseči večjo enotnost med
|
|
njegovimi članicami, in da je eden izmed načinov za zagotavljanje
|
|
tega cilja varstvo in nadaljnji razvoj človekovih pravic in temeljnih
|
|
svoboščin,
|
|
ponovno potrjujoč svojo globoko vero v temeljne svoboščine, na
|
|
katerih temeljita pravičnost in mir v svetu, in ki jih je mogoče najbolje
|
|
zavarovati na eni strani z dejansko politično demokracijo in na drugi
|
|
strani s skupnim razumevanjem in spoštovanjem človekovih pravic,
|
|
od katerih so te svoboščine odvisne,
|
|
"""
|
|
tokens = sl_tokenizer(text)
|
|
assert len(tokens) == 116
|
|
|
|
|
|
def test_ordinal_number(sl_tokenizer):
|
|
text = "10. decembra 1948"
|
|
tokens = sl_tokenizer(text)
|
|
assert len(tokens) == 3
|