2017-03-12 12:07:28 +00:00
|
|
|
# coding: utf8
|
2017-01-24 09:55:02 +00:00
|
|
|
|
|
|
|
|
|
|
|
|
|
from __future__ import unicode_literals
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
def test_tokenizer_handles_long_text(fr_tokenizer):
|
|
|
|
|
text = """L'histoire du TAL commence dans les années 1950, bien que l'on puisse \
|
|
|
|
|
trouver des travaux antérieurs. En 1950, Alan Turing éditait un article \
|
|
|
|
|
célèbre sous le titre « Computing machinery and intelligence » qui propose ce \
|
|
|
|
|
qu'on appelle à présent le test de Turing comme critère d'intelligence. \
|
|
|
|
|
Ce critère dépend de la capacité d'un programme informatique de personnifier \
|
|
|
|
|
un humain dans une conversation écrite en temps réel, de façon suffisamment \
|
|
|
|
|
convaincante que l'interlocuteur humain ne peut distinguer sûrement — sur la \
|
|
|
|
|
base du seul contenu de la conversation — s'il interagit avec un programme \
|
|
|
|
|
ou avec un autre vrai humain."""
|
|
|
|
|
|
|
|
|
|
tokens = fr_tokenizer(text)
|
|
|
|
|
assert len(tokens) == 113
|
