spaCy/spacy/lang/pl/lex_attrs.py
2019-02-08 13:28:09 +01:00

70 lines
1.2 KiB
Python

# coding: utf8
from __future__ import unicode_literals
from ...attrs import LIKE_NUM
_num_words = [
"zero",
"jeden",
"dwa",
"trzy",
"cztery",
"pięć",
"sześć",
"siedem",
"osiem",
"dziewięć",
"dziesięć",
"jedenaście",
"dwanaście",
"trzynaście",
"czternaście",
"pietnaście",
"szesnaście",
"siedemnaście",
"osiemnaście",
"dziewiętnaście",
"dwadzieścia",
"trzydzieści",
"czterdzieści",
"pięćdziesiąt",
"szcześćdziesiąt",
"siedemdziesiąt",
"osiemdziesiąt",
"dziewięćdziesiąt",
"sto",
"dwieście",
"trzysta",
"czterysta",
"pięćset",
"sześćset",
"siedemset",
"osiemset",
"dziewięćset",
"tysiąc",
"milion",
"miliard",
"bilion",
"biliard",
"trylion",
"tryliard",
"kwadrylion",
]
def like_num(text):
text = text.replace(",", "").replace(".", "")
if text.isdigit():
return True
if text.count("/") == 1:
num, denom = text.split("/")
if num.isdigit() and denom.isdigit():
return True
if text.lower() in _num_words:
return True
return False
LEX_ATTRS = {LIKE_NUM: like_num}