mirror of
https://github.com/explosion/spaCy.git
synced 2024-12-27 10:26:35 +03:00
7b134b8fbd
* Added Slovak * Added Slovenian tests * Added Estonian tests * Added Croatian tests * Added Latvian tests * Added Icelandic tests * Added Afrikaans tests * Added language-independent tests * Added Kannada tests * Tidied up * Added Albanian tests * Formatted with black * Added failing tests for anomalies * Update spacy/tests/lang/af/test_text.py Co-authored-by: Sofie Van Landeghem <svlandeg@users.noreply.github.com> * Added context to failing Estonian tokenizer test Co-authored-by: Sofie Van Landeghem <svlandeg@users.noreply.github.com> * Added context to failing Croatian tokenizer test Co-authored-by: Sofie Van Landeghem <svlandeg@users.noreply.github.com> * Added context to failing Icelandic tokenizer test Co-authored-by: Sofie Van Landeghem <svlandeg@users.noreply.github.com> * Added context to failing Latvian tokenizer test Co-authored-by: Sofie Van Landeghem <svlandeg@users.noreply.github.com> * Added context to failing Slovak tokenizer test Co-authored-by: Sofie Van Landeghem <svlandeg@users.noreply.github.com> * Added context to failing Slovenian tokenizer test Co-authored-by: Sofie Van Landeghem <svlandeg@users.noreply.github.com> Co-authored-by: Sofie Van Landeghem <svlandeg@users.noreply.github.com>
27 lines
933 B
Python
27 lines
933 B
Python
import pytest
|
|
|
|
|
|
def test_long_text(et_tokenizer):
|
|
# Excerpt: European Convention on Human Rights
|
|
text = """
|
|
arvestades, et nimetatud deklaratsiooni eesmärk on tagada selles
|
|
kuulutatud õiguste üldine ja tõhus tunnustamine ning järgimine;
|
|
arvestades, et Euroopa Nõukogu eesmärk on saavutada tema
|
|
liikmete suurem ühtsus ning et üheks selle eesmärgi saavutamise
|
|
vahendiks on inimõiguste ja põhivabaduste järgimine ning
|
|
elluviimine;
|
|
taaskinnitades oma sügavat usku neisse põhivabadustesse, mis
|
|
on õigluse ja rahu aluseks maailmas ning mida kõige paremini
|
|
tagab ühelt poolt tõhus poliitiline demokraatia ning teiselt poolt
|
|
inimõiguste, millest nad sõltuvad, üldine mõistmine ja järgimine;
|
|
"""
|
|
tokens = et_tokenizer(text)
|
|
assert len(tokens) == 94
|
|
|
|
|
|
@pytest.mark.xfail
|
|
def test_ordinal_number(et_tokenizer):
|
|
text = "10. detsembril 1948"
|
|
tokens = et_tokenizer(text)
|
|
assert len(tokens) == 3
|