spaCy/spacy/lang/tt/lex_attrs.py

# 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):
    if text.startswith(('+', '-', '±', '~')):
        text = text[1:]
    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
}