mirror of https://github.com/explosion/spaCy.git
30 lines
1.0 KiB
Python
30 lines
1.0 KiB
Python
|
# coding: utf8
|
|||
|
|
from __future__ import unicode_literals
|
|||
|
|
|
|||
|
|
from ...attrs import LIKE_NUM
|
|||
|
|
|
|||
|
|
_num_words = ['нуль', 'ноль', 'бер', 'ике', 'өч', 'дүрт', 'биш', 'алты', 'җиде',
|
|||
|
|
'сигез', 'тугыз', 'ун', 'унбер', 'унике', 'унөч', 'ундүрт',
|
|||
|
|
'унбиш', 'уналты', 'унҗиде', 'унсигез', 'унтугыз', 'егерме',
|
|||
|
|
'утыз', 'кырык', 'илле', 'алтмыш', 'җитмеш', 'сиксән', 'туксан',
|
|||
|
|
'йөз', 'мең', 'төмән', 'миллион', 'миллиард', 'триллион',
|
|||
|
|
'триллиард']
|
|||
|
|
|
|||
|
|
|
|||
|
|
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 in _num_words:
|
|||
|
|
return True
|
|||
|
|
return False
|
|||
|
|
|
|||
|
|
|
|||
|
|
LEX_ATTRS = {
|
|||
|
|
LIKE_NUM: like_num
|
|||
|
|
}
|