mirror of https://github.com/explosion/spaCy.git
* Add regular expressions for English multi-word expressions
This commit is contained in:
parent
5a075ea3fc
commit
2fee67cfa3
|
@ -0,0 +1,35 @@
|
||||||
|
import re
|
||||||
|
|
||||||
|
|
||||||
|
_mw_prepositions = [
|
||||||
|
'close to',
|
||||||
|
'down by',
|
||||||
|
'on the way to',
|
||||||
|
'on my way',
|
||||||
|
'on his way',
|
||||||
|
'on her way',
|
||||||
|
'on your way',
|
||||||
|
'on our way',
|
||||||
|
'on their way',
|
||||||
|
]
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
MW_PREPOSITIONS_RE = re.compile('|'.join(_mw_prepositions), flags=re.IGNORECASE)
|
||||||
|
|
||||||
|
|
||||||
|
TIME_RE = re.compile(
|
||||||
|
'{colon_digits}|{colon_digits} ?{am_pm}?|{one_two_digits} ?({am_pm})'.format(
|
||||||
|
colon_digits=r'[0-2]?[0-9]:[0-5][0-9](?::[0-5][0-9])?',
|
||||||
|
one_two_digits=r'[0-2]?[0-9]',
|
||||||
|
am_pm=r'[ap]\.?m\.?'))
|
||||||
|
|
||||||
|
|
||||||
|
MONEY_RE = re.compile('\$\d+(?:\.\d+)?|\d+ dollars(?: \d+ cents)?')
|
||||||
|
|
||||||
|
|
||||||
|
DAYS_RE = re.compile('Monday|Tuesday|Wednesday|Thursday|Friday|Saturday|Sunday')
|
||||||
|
|
||||||
|
|
||||||
|
REGEXES = [('IN', 'O', MW_PREPOSITIONS_RE), ('CD', 'TIME', TIME_RE),
|
||||||
|
('NNP', 'DATE', DAYS_RE), ('CD', 'MONEY', MONEY_RE)]
|
Loading…
Reference in New Issue