mirror of
https://github.com/explosion/spaCy.git
synced 2024-12-27 18:36:36 +03:00
698 lines
19 KiB
Python
698 lines
19 KiB
Python
import pytest
|
||
|
||
|
||
ABBREV_TESTS = [
|
||
("Dr. Murat Bey ile görüştüm.", ["Dr.", "Murat", "Bey", "ile", "görüştüm", "."]),
|
||
("Dr.la görüştüm.", ["Dr.la", "görüştüm", "."]),
|
||
("Dr.'la görüştüm.", ["Dr.'la", "görüştüm", "."]),
|
||
("TBMM'de çalışıyormuş.", ["TBMM'de", "çalışıyormuş", "."]),
|
||
(
|
||
"Hem İst. hem Ank. bu konuda gayet iyi durumda.",
|
||
["Hem", "İst.", "hem", "Ank.", "bu", "konuda", "gayet", "iyi", "durumda", "."],
|
||
),
|
||
(
|
||
"Hem İst. hem Ank.'da yağış var.",
|
||
["Hem", "İst.", "hem", "Ank.'da", "yağış", "var", "."],
|
||
),
|
||
("Dr.", ["Dr."]),
|
||
("Yrd.Doç.", ["Yrd.Doç."]),
|
||
("Prof.'un", ["Prof.'un"]),
|
||
("Böl.'nde", ["Böl.'nde"]),
|
||
]
|
||
|
||
|
||
URL_TESTS = [
|
||
(
|
||
"Bizler de www.duygu.com.tr adında bir websitesi kurduk.",
|
||
[
|
||
"Bizler",
|
||
"de",
|
||
"www.duygu.com.tr",
|
||
"adında",
|
||
"bir",
|
||
"websitesi",
|
||
"kurduk",
|
||
".",
|
||
],
|
||
),
|
||
(
|
||
"Bizler de https://www.duygu.com.tr adında bir websitesi kurduk.",
|
||
[
|
||
"Bizler",
|
||
"de",
|
||
"https://www.duygu.com.tr",
|
||
"adında",
|
||
"bir",
|
||
"websitesi",
|
||
"kurduk",
|
||
".",
|
||
],
|
||
),
|
||
(
|
||
"Bizler de www.duygu.com.tr'dan satın aldık.",
|
||
["Bizler", "de", "www.duygu.com.tr'dan", "satın", "aldık", "."],
|
||
),
|
||
(
|
||
"Bizler de https://www.duygu.com.tr'dan satın aldık.",
|
||
["Bizler", "de", "https://www.duygu.com.tr'dan", "satın", "aldık", "."],
|
||
),
|
||
]
|
||
|
||
|
||
NUMBER_TESTS = [
|
||
("Rakamla 6 yazılıydı.", ["Rakamla", "6", "yazılıydı", "."]),
|
||
("Hava -4 dereceydi.", ["Hava", "-4", "dereceydi", "."]),
|
||
(
|
||
"Hava sıcaklığı -4ten +6ya yükseldi.",
|
||
["Hava", "sıcaklığı", "-4ten", "+6ya", "yükseldi", "."],
|
||
),
|
||
(
|
||
"Hava sıcaklığı -4'ten +6'ya yükseldi.",
|
||
["Hava", "sıcaklığı", "-4'ten", "+6'ya", "yükseldi", "."],
|
||
),
|
||
("Yarışta 6. oldum.", ["Yarışta", "6.", "oldum", "."]),
|
||
("Yarışta 438547745. oldum.", ["Yarışta", "438547745.", "oldum", "."]),
|
||
("Kitap IV. Murat hakkında.", ["Kitap", "IV.", "Murat", "hakkında", "."]),
|
||
# ("Bana söylediği sayı 6.", ["Bana", "söylediği", "sayı", "6", "."]),
|
||
("Saat 6'da buluşalım.", ["Saat", "6'da", "buluşalım", "."]),
|
||
("Saat 6dan sonra buluşalım.", ["Saat", "6dan", "sonra", "buluşalım", "."]),
|
||
("6.dan sonra saymadım.", ["6.dan", "sonra", "saymadım", "."]),
|
||
("6.'dan sonra saymadım.", ["6.'dan", "sonra", "saymadım", "."]),
|
||
("Saat 6'ydı.", ["Saat", "6'ydı", "."]),
|
||
("5'te", ["5'te"]),
|
||
("6'da", ["6'da"]),
|
||
("9dan", ["9dan"]),
|
||
("19'da", ["19'da"]),
|
||
("VI'da", ["VI'da"]),
|
||
("5.", ["5."]),
|
||
("72.", ["72."]),
|
||
("VI.", ["VI."]),
|
||
("6.'dan", ["6.'dan"]),
|
||
("19.'dan", ["19.'dan"]),
|
||
("6.dan", ["6.dan"]),
|
||
("16.dan", ["16.dan"]),
|
||
("VI.'dan", ["VI.'dan"]),
|
||
("VI.dan", ["VI.dan"]),
|
||
("Hepsi 1994 yılında oldu.", ["Hepsi", "1994", "yılında", "oldu", "."]),
|
||
("Hepsi 1994'te oldu.", ["Hepsi", "1994'te", "oldu", "."]),
|
||
(
|
||
"2/3 tarihli faturayı bulamadım.",
|
||
["2/3", "tarihli", "faturayı", "bulamadım", "."],
|
||
),
|
||
(
|
||
"2.3 tarihli faturayı bulamadım.",
|
||
["2.3", "tarihli", "faturayı", "bulamadım", "."],
|
||
),
|
||
(
|
||
"2.3. tarihli faturayı bulamadım.",
|
||
["2.3.", "tarihli", "faturayı", "bulamadım", "."],
|
||
),
|
||
(
|
||
"2/3/2020 tarihli faturayı bulamadm.",
|
||
["2/3/2020", "tarihli", "faturayı", "bulamadm", "."],
|
||
),
|
||
(
|
||
"2/3/1987 tarihinden beri burda yaşıyorum.",
|
||
["2/3/1987", "tarihinden", "beri", "burda", "yaşıyorum", "."],
|
||
),
|
||
(
|
||
"2-3-1987 tarihinden beri burdayım.",
|
||
["2-3-1987", "tarihinden", "beri", "burdayım", "."],
|
||
),
|
||
(
|
||
"2.3.1987 tarihinden beri burdayım.",
|
||
["2.3.1987", "tarihinden", "beri", "burdayım", "."],
|
||
),
|
||
(
|
||
"Bu olay 2005-2006 tarihleri arasında oldu.",
|
||
["Bu", "olay", "2005", "-", "2006", "tarihleri", "arasında", "oldu", "."],
|
||
),
|
||
(
|
||
"Bu olay 4/12/2005-21/3/2006 tarihleri arasında oldu.",
|
||
[
|
||
"Bu",
|
||
"olay",
|
||
"4/12/2005",
|
||
"-",
|
||
"21/3/2006",
|
||
"tarihleri",
|
||
"arasında",
|
||
"oldu",
|
||
".",
|
||
],
|
||
),
|
||
(
|
||
"Ek fıkra: 5/11/2003-4999/3 maddesine göre uygundur.",
|
||
[
|
||
"Ek",
|
||
"fıkra",
|
||
":",
|
||
"5/11/2003",
|
||
"-",
|
||
"4999/3",
|
||
"maddesine",
|
||
"göre",
|
||
"uygundur",
|
||
".",
|
||
],
|
||
),
|
||
(
|
||
"2/A alanları: 6831 sayılı Kanunun 2nci maddesinin birinci fıkrasının (A) bendine göre",
|
||
[
|
||
"2/A",
|
||
"alanları",
|
||
":",
|
||
"6831",
|
||
"sayılı",
|
||
"Kanunun",
|
||
"2nci",
|
||
"maddesinin",
|
||
"birinci",
|
||
"fıkrasının",
|
||
"(",
|
||
"A",
|
||
")",
|
||
"bendine",
|
||
"göre",
|
||
],
|
||
),
|
||
(
|
||
"ŞEHİTTEĞMENKALMAZ Cad. No: 2/311",
|
||
["ŞEHİTTEĞMENKALMAZ", "Cad.", "No", ":", "2/311"],
|
||
),
|
||
(
|
||
"2-3-2025",
|
||
[
|
||
"2-3-2025",
|
||
],
|
||
),
|
||
("2/3/2025", ["2/3/2025"]),
|
||
("Yıllardır 0.5 uç kullanıyorum.", ["Yıllardır", "0.5", "uç", "kullanıyorum", "."]),
|
||
(
|
||
"Kan değerlerim 0.5-0.7 arasıydı.",
|
||
["Kan", "değerlerim", "0.5", "-", "0.7", "arasıydı", "."],
|
||
),
|
||
("0.5", ["0.5"]),
|
||
("1/2", ["1/2"]),
|
||
("%1", ["%", "1"]),
|
||
("%1lik", ["%", "1lik"]),
|
||
("%1'lik", ["%", "1'lik"]),
|
||
("%1lik dilim", ["%", "1lik", "dilim"]),
|
||
("%1'lik dilim", ["%", "1'lik", "dilim"]),
|
||
("%1.5", ["%", "1.5"]),
|
||
# ("%1-%2 arası büyüme bekleniyor.", ["%", "1", "-", "%", "2", "arası", "büyüme", "bekleniyor", "."]),
|
||
(
|
||
"%1-2 arası büyüme bekliyoruz.",
|
||
["%", "1", "-", "2", "arası", "büyüme", "bekliyoruz", "."],
|
||
),
|
||
(
|
||
"%11-12 arası büyüme bekliyoruz.",
|
||
["%", "11", "-", "12", "arası", "büyüme", "bekliyoruz", "."],
|
||
),
|
||
("%1.5luk büyüme bekliyoruz.", ["%", "1.5luk", "büyüme", "bekliyoruz", "."]),
|
||
(
|
||
"Saat 1-2 arası gelin lütfen.",
|
||
["Saat", "1", "-", "2", "arası", "gelin", "lütfen", "."],
|
||
),
|
||
("Saat 15:30 gibi buluşalım.", ["Saat", "15:30", "gibi", "buluşalım", "."]),
|
||
("Saat 15:30'da buluşalım.", ["Saat", "15:30'da", "buluşalım", "."]),
|
||
("Saat 15.30'da buluşalım.", ["Saat", "15.30'da", "buluşalım", "."]),
|
||
("Saat 15.30da buluşalım.", ["Saat", "15.30da", "buluşalım", "."]),
|
||
("Saat 15 civarı buluşalım.", ["Saat", "15", "civarı", "buluşalım", "."]),
|
||
("9’daki otobüse binsek mi?", ["9’daki", "otobüse", "binsek", "mi", "?"]),
|
||
("Okulumuz 3-B şubesi", ["Okulumuz", "3-B", "şubesi"]),
|
||
("Okulumuz 3/B şubesi", ["Okulumuz", "3/B", "şubesi"]),
|
||
("Okulumuz 3B şubesi", ["Okulumuz", "3B", "şubesi"]),
|
||
("Okulumuz 3b şubesi", ["Okulumuz", "3b", "şubesi"]),
|
||
(
|
||
"Antonio Gaudí 20. yüzyılda, 1904-1914 yılları arasında on yıl süren bir reform süreci getirmiştir.",
|
||
[
|
||
"Antonio",
|
||
"Gaudí",
|
||
"20.",
|
||
"yüzyılda",
|
||
",",
|
||
"1904",
|
||
"-",
|
||
"1914",
|
||
"yılları",
|
||
"arasında",
|
||
"on",
|
||
"yıl",
|
||
"süren",
|
||
"bir",
|
||
"reform",
|
||
"süreci",
|
||
"getirmiştir",
|
||
".",
|
||
],
|
||
),
|
||
(
|
||
"Dizel yakıtın avro bölgesi ortalaması olan 1,165 avroya kıyasla litre başına 1,335 avroya mal olduğunu gösteriyor.",
|
||
[
|
||
"Dizel",
|
||
"yakıtın",
|
||
"avro",
|
||
"bölgesi",
|
||
"ortalaması",
|
||
"olan",
|
||
"1,165",
|
||
"avroya",
|
||
"kıyasla",
|
||
"litre",
|
||
"başına",
|
||
"1,335",
|
||
"avroya",
|
||
"mal",
|
||
"olduğunu",
|
||
"gösteriyor",
|
||
".",
|
||
],
|
||
),
|
||
(
|
||
"Marcus Antonius M.Ö. 1 Ocak 49'da, Sezar'dan Vali'nin kendisini barış dostu ilan ettiği bir bildiri yayınlamıştır.",
|
||
[
|
||
"Marcus",
|
||
"Antonius",
|
||
"M.Ö.",
|
||
"1",
|
||
"Ocak",
|
||
"49'da",
|
||
",",
|
||
"Sezar'dan",
|
||
"Vali'nin",
|
||
"kendisini",
|
||
"barış",
|
||
"dostu",
|
||
"ilan",
|
||
"ettiği",
|
||
"bir",
|
||
"bildiri",
|
||
"yayınlamıştır",
|
||
".",
|
||
],
|
||
),
|
||
]
|
||
|
||
|
||
PUNCT_TESTS = [
|
||
("Gitmedim dedim ya!", ["Gitmedim", "dedim", "ya", "!"]),
|
||
("Gitmedim dedim ya!!", ["Gitmedim", "dedim", "ya", "!", "!"]),
|
||
("Gitsek mi?", ["Gitsek", "mi", "?"]),
|
||
("Gitsek mi??", ["Gitsek", "mi", "?", "?"]),
|
||
("Gitsek mi?!?", ["Gitsek", "mi", "?", "!", "?"]),
|
||
(
|
||
"Ankara - Antalya arası otobüs işliyor.",
|
||
["Ankara", "-", "Antalya", "arası", "otobüs", "işliyor", "."],
|
||
),
|
||
(
|
||
"Ankara-Antalya arası otobüs işliyor.",
|
||
["Ankara", "-", "Antalya", "arası", "otobüs", "işliyor", "."],
|
||
),
|
||
("Sen--ben, ya da onlar.", ["Sen", "--", "ben", ",", "ya", "da", "onlar", "."]),
|
||
(
|
||
"Senden, benden, bizden şarkısını biliyor musun?",
|
||
["Senden", ",", "benden", ",", "bizden", "şarkısını", "biliyor", "musun", "?"],
|
||
),
|
||
(
|
||
"Akif'le geldik, sonra da o ayrıldı.",
|
||
["Akif'le", "geldik", ",", "sonra", "da", "o", "ayrıldı", "."],
|
||
),
|
||
("Bu adam ne dedi şimdi???", ["Bu", "adam", "ne", "dedi", "şimdi", "?", "?", "?"]),
|
||
(
|
||
"Yok hasta olmuş, yok annesi hastaymış, bahaneler işte...",
|
||
[
|
||
"Yok",
|
||
"hasta",
|
||
"olmuş",
|
||
",",
|
||
"yok",
|
||
"annesi",
|
||
"hastaymış",
|
||
",",
|
||
"bahaneler",
|
||
"işte",
|
||
"...",
|
||
],
|
||
),
|
||
(
|
||
"Ankara'dan İstanbul'a ... bir aşk hikayesi.",
|
||
["Ankara'dan", "İstanbul'a", "...", "bir", "aşk", "hikayesi", "."],
|
||
),
|
||
("Ahmet'te", ["Ahmet'te"]),
|
||
("İstanbul'da", ["İstanbul'da"]),
|
||
]
|
||
|
||
GENERAL_TESTS = [
|
||
(
|
||
"1914'teki Endurance seferinde, Sir Ernest Shackleton'ın kaptanlığını yaptığı İngiliz Endurance gemisi yirmi sekiz kişi ile Antarktika'yı geçmek üzere yelken açtı.",
|
||
[
|
||
"1914'teki",
|
||
"Endurance",
|
||
"seferinde",
|
||
",",
|
||
"Sir",
|
||
"Ernest",
|
||
"Shackleton'ın",
|
||
"kaptanlığını",
|
||
"yaptığı",
|
||
"İngiliz",
|
||
"Endurance",
|
||
"gemisi",
|
||
"yirmi",
|
||
"sekiz",
|
||
"kişi",
|
||
"ile",
|
||
"Antarktika'yı",
|
||
"geçmek",
|
||
"üzere",
|
||
"yelken",
|
||
"açtı",
|
||
".",
|
||
],
|
||
),
|
||
(
|
||
'Danışılan "%100 Cospedal" olduğunu belirtti.',
|
||
["Danışılan", '"', "%", "100", "Cospedal", '"', "olduğunu", "belirtti", "."],
|
||
),
|
||
(
|
||
"1976'da parkur artık kullanılmıyordu; 1990'da ise bir yangın, daha sonraları ahırlarla birlikte yıkılacak olan tahta tribünlerden geri kalanları da yok etmişti.",
|
||
[
|
||
"1976'da",
|
||
"parkur",
|
||
"artık",
|
||
"kullanılmıyordu",
|
||
";",
|
||
"1990'da",
|
||
"ise",
|
||
"bir",
|
||
"yangın",
|
||
",",
|
||
"daha",
|
||
"sonraları",
|
||
"ahırlarla",
|
||
"birlikte",
|
||
"yıkılacak",
|
||
"olan",
|
||
"tahta",
|
||
"tribünlerden",
|
||
"geri",
|
||
"kalanları",
|
||
"da",
|
||
"yok",
|
||
"etmişti",
|
||
".",
|
||
],
|
||
),
|
||
(
|
||
"Dahiyane bir ameliyat ve zorlu bir rehabilitasyon sürecinden sonra, tamamen iyileştim.",
|
||
[
|
||
"Dahiyane",
|
||
"bir",
|
||
"ameliyat",
|
||
"ve",
|
||
"zorlu",
|
||
"bir",
|
||
"rehabilitasyon",
|
||
"sürecinden",
|
||
"sonra",
|
||
",",
|
||
"tamamen",
|
||
"iyileştim",
|
||
".",
|
||
],
|
||
),
|
||
(
|
||
"Yaklaşık iki hafta süren bireysel erken oy kullanma döneminin ardından 5,7 milyondan fazla Floridalı sandık başına gitti.",
|
||
[
|
||
"Yaklaşık",
|
||
"iki",
|
||
"hafta",
|
||
"süren",
|
||
"bireysel",
|
||
"erken",
|
||
"oy",
|
||
"kullanma",
|
||
"döneminin",
|
||
"ardından",
|
||
"5,7",
|
||
"milyondan",
|
||
"fazla",
|
||
"Floridalı",
|
||
"sandık",
|
||
"başına",
|
||
"gitti",
|
||
".",
|
||
],
|
||
),
|
||
(
|
||
"Ancak, bu ABD Çevre Koruma Ajansı'nın dünyayı bu konularda uyarmasının ardından ortaya çıktı.",
|
||
[
|
||
"Ancak",
|
||
",",
|
||
"bu",
|
||
"ABD",
|
||
"Çevre",
|
||
"Koruma",
|
||
"Ajansı'nın",
|
||
"dünyayı",
|
||
"bu",
|
||
"konularda",
|
||
"uyarmasının",
|
||
"ardından",
|
||
"ortaya",
|
||
"çıktı",
|
||
".",
|
||
],
|
||
),
|
||
(
|
||
"Ortalama şansa ve 10.000 Sterlin değerinde tahvillere sahip bir yatırımcı yılda 125 Sterlin ikramiye kazanabilir.",
|
||
[
|
||
"Ortalama",
|
||
"şansa",
|
||
"ve",
|
||
"10.000",
|
||
"Sterlin",
|
||
"değerinde",
|
||
"tahvillere",
|
||
"sahip",
|
||
"bir",
|
||
"yatırımcı",
|
||
"yılda",
|
||
"125",
|
||
"Sterlin",
|
||
"ikramiye",
|
||
"kazanabilir",
|
||
".",
|
||
],
|
||
),
|
||
(
|
||
"Granit adaları; Seyşeller ve Tioman ile Saint Helena gibi volkanik adaları kapsar.",
|
||
[
|
||
"Granit",
|
||
"adaları",
|
||
";",
|
||
"Seyşeller",
|
||
"ve",
|
||
"Tioman",
|
||
"ile",
|
||
"Saint",
|
||
"Helena",
|
||
"gibi",
|
||
"volkanik",
|
||
"adaları",
|
||
"kapsar",
|
||
".",
|
||
],
|
||
),
|
||
(
|
||
"Barış antlaşmasıyla İspanya, Amerika'ya Porto Riko, Guam ve Filipinler kolonilerini devretti.",
|
||
[
|
||
"Barış",
|
||
"antlaşmasıyla",
|
||
"İspanya",
|
||
",",
|
||
"Amerika'ya",
|
||
"Porto",
|
||
"Riko",
|
||
",",
|
||
"Guam",
|
||
"ve",
|
||
"Filipinler",
|
||
"kolonilerini",
|
||
"devretti",
|
||
".",
|
||
],
|
||
),
|
||
(
|
||
"Makedonya'nın sınır bölgelerini güvence altına alan Philip, büyük bir Makedon ordusu kurdu ve uzun bir fetih seferi için Trakya'ya doğru yürüdü.",
|
||
[
|
||
"Makedonya'nın",
|
||
"sınır",
|
||
"bölgelerini",
|
||
"güvence",
|
||
"altına",
|
||
"alan",
|
||
"Philip",
|
||
",",
|
||
"büyük",
|
||
"bir",
|
||
"Makedon",
|
||
"ordusu",
|
||
"kurdu",
|
||
"ve",
|
||
"uzun",
|
||
"bir",
|
||
"fetih",
|
||
"seferi",
|
||
"için",
|
||
"Trakya'ya",
|
||
"doğru",
|
||
"yürüdü",
|
||
".",
|
||
],
|
||
),
|
||
(
|
||
"Fransız gazetesi Le Figaro'ya göre bu hükumet planı sayesinde 42 milyon Euro kazanç sağlanabilir ve elde edilen paranın 15.5 milyonu ulusal güvenlik için kullanılabilir.",
|
||
[
|
||
"Fransız",
|
||
"gazetesi",
|
||
"Le",
|
||
"Figaro'ya",
|
||
"göre",
|
||
"bu",
|
||
"hükumet",
|
||
"planı",
|
||
"sayesinde",
|
||
"42",
|
||
"milyon",
|
||
"Euro",
|
||
"kazanç",
|
||
"sağlanabilir",
|
||
"ve",
|
||
"elde",
|
||
"edilen",
|
||
"paranın",
|
||
"15.5",
|
||
"milyonu",
|
||
"ulusal",
|
||
"güvenlik",
|
||
"için",
|
||
"kullanılabilir",
|
||
".",
|
||
],
|
||
),
|
||
(
|
||
"Ortalama şansa ve 10.000 Sterlin değerinde tahvillere sahip bir yatırımcı yılda 125 Sterlin ikramiye kazanabilir.",
|
||
[
|
||
"Ortalama",
|
||
"şansa",
|
||
"ve",
|
||
"10.000",
|
||
"Sterlin",
|
||
"değerinde",
|
||
"tahvillere",
|
||
"sahip",
|
||
"bir",
|
||
"yatırımcı",
|
||
"yılda",
|
||
"125",
|
||
"Sterlin",
|
||
"ikramiye",
|
||
"kazanabilir",
|
||
".",
|
||
],
|
||
),
|
||
(
|
||
"3 Kasım Salı günü, Ankara Belediye Başkanı 2014'te hükümetle birlikte oluşturulan kentsel gelişim anlaşmasını askıya alma kararı verdi.",
|
||
[
|
||
"3",
|
||
"Kasım",
|
||
"Salı",
|
||
"günü",
|
||
",",
|
||
"Ankara",
|
||
"Belediye",
|
||
"Başkanı",
|
||
"2014'te",
|
||
"hükümetle",
|
||
"birlikte",
|
||
"oluşturulan",
|
||
"kentsel",
|
||
"gelişim",
|
||
"anlaşmasını",
|
||
"askıya",
|
||
"alma",
|
||
"kararı",
|
||
"verdi",
|
||
".",
|
||
],
|
||
),
|
||
(
|
||
"Stalin, Abakumov'u Beria'nın enerji bakanlıkları üzerindeki baskınlığına karşı MGB içinde kendi ağını kurmaya teşvik etmeye başlamıştı.",
|
||
[
|
||
"Stalin",
|
||
",",
|
||
"Abakumov'u",
|
||
"Beria'nın",
|
||
"enerji",
|
||
"bakanlıkları",
|
||
"üzerindeki",
|
||
"baskınlığına",
|
||
"karşı",
|
||
"MGB",
|
||
"içinde",
|
||
"kendi",
|
||
"ağını",
|
||
"kurmaya",
|
||
"teşvik",
|
||
"etmeye",
|
||
"başlamıştı",
|
||
".",
|
||
],
|
||
),
|
||
(
|
||
"Güney Avrupa'daki kazı alanlarının çoğunluğu gibi, bu bulgu M.Ö. 5. yüzyılın başlar",
|
||
[
|
||
"Güney",
|
||
"Avrupa'daki",
|
||
"kazı",
|
||
"alanlarının",
|
||
"çoğunluğu",
|
||
"gibi",
|
||
",",
|
||
"bu",
|
||
"bulgu",
|
||
"M.Ö.",
|
||
"5.",
|
||
"yüzyılın",
|
||
"başlar",
|
||
],
|
||
),
|
||
(
|
||
"Sağlığın bozulması Hitchcock hayatının son yirmi yılında üretimini azalttı.",
|
||
[
|
||
"Sağlığın",
|
||
"bozulması",
|
||
"Hitchcock",
|
||
"hayatının",
|
||
"son",
|
||
"yirmi",
|
||
"yılında",
|
||
"üretimini",
|
||
"azalttı",
|
||
".",
|
||
],
|
||
),
|
||
]
|
||
|
||
|
||
TESTS = ABBREV_TESTS + URL_TESTS + NUMBER_TESTS + PUNCT_TESTS + GENERAL_TESTS
|
||
|
||
|
||
@pytest.mark.parametrize("text,expected_tokens", TESTS)
|
||
def test_tr_tokenizer_handles_allcases(tr_tokenizer, text, expected_tokens):
|
||
tokens = tr_tokenizer(text)
|
||
token_list = [token.text for token in tokens if not token.is_space]
|
||
assert expected_tokens == token_list
|