mirror of https://github.com/explosion/spaCy.git
Reorganise entity rules
This commit is contained in:
parent
564939391a
commit
b5ca50607e
|
@ -5,188 +5,33 @@ from ..symbols import ORTH, ENT_TYPE, LOWER
|
||||||
|
|
||||||
|
|
||||||
ENT_ID = "ent_id"
|
ENT_ID = "ent_id"
|
||||||
|
ENTITY_RULES = []
|
||||||
|
|
||||||
|
|
||||||
ENTITY_RULES = [
|
for name, tag, patterns in [
|
||||||
{
|
("Reddit", "PRODUCT", [[{LOWER: "reddit"}]]),
|
||||||
ENT_ID: "Reddit",
|
("Linux", "PRODUCT", [[{LOWER: "linux"}]]),
|
||||||
"attrs": {ENT_TYPE: "PRODUCT"},
|
("Haskell", "PRODUCT", [[{LOWER: "haskell"}]]),
|
||||||
"patterns": [
|
("HaskellCurry", "PERSON", [[{LOWER: "haskell"}, {LOWER: "curry"}]]),
|
||||||
[{LOWER: "reddit"}]
|
("Javascript", "PRODUCT", [[{LOWER: "javascript"}]]),
|
||||||
]
|
("CSS", "PRODUCT", [[{LOWER: "css"}], [{LOWER: "css3"}]]),
|
||||||
},
|
("HTML", "PRODUCT", [[{LOWER: "html"}], [{LOWER: "html5"}]]),
|
||||||
|
("Python", "PRODUCT", [[{ORTH: "Python"}]]),
|
||||||
{
|
("Ruby", "PRODUCT", [[{ORTH: "Ruby"}]]),
|
||||||
ENT_ID: "Linux",
|
("spaCy", "PRODUCT", [[{LOWER: "spacy"}]]),
|
||||||
"attrs": {ENT_TYPE: "PRODUCT"},
|
("displaCy", "PRODUCT", [[{LOWER: "displacy"}]]),
|
||||||
"patterns": [
|
("Digg", "PRODUCT", [[{LOWER: "digg"}]]),
|
||||||
[{LOWER: "linux"}]
|
("FoxNews", "ORG", [[{LOWER: "foxnews"}], [{LOWER: "fox"}, {LOWER: "news"}]]),
|
||||||
]
|
("Google", "ORG", [[{LOWER: "google"}]]),
|
||||||
},
|
("Mac", "PRODUCT", [[{LOWER: "mac"}]]),
|
||||||
|
("Wikipedia", "PRODUCT", [[{LOWER: "wikipedia"}]]),
|
||||||
{
|
("Windows", "PRODUCT", [[{LOWER: "windows"}]]),
|
||||||
ENT_ID: "Haskell",
|
("Dell", "ORG", [[{LOWER: "dell"}]]),
|
||||||
"attrs": {ENT_TYPE: "PRODUCT"},
|
("Facebook", "ORG", [[{LOWER: "facebook"}]]),
|
||||||
"patterns": [
|
("Blizzard", "ORG", [[{LOWER: "blizzard"}]]),
|
||||||
[{LOWER: "haskell"}],
|
("Ubuntu", "ORG", [[{LOWER: "ubuntu"}]]),
|
||||||
]
|
("YouTube", "PRODUCT", [[{LOWER: "youtube"}]]),]:
|
||||||
},
|
ENTITY_RULES.append({ENT_ID: name, 'attrs': {ENT_TYPE: tag}, 'patterns': patterns})
|
||||||
|
|
||||||
{
|
|
||||||
ENT_ID: "HaskellCurry",
|
|
||||||
"attrs": {ENT_TYPE: "PERSON"},
|
|
||||||
"patterns": [
|
|
||||||
[{LOWER: "haskell"}, {LOWER: "curry"}]
|
|
||||||
]
|
|
||||||
},
|
|
||||||
|
|
||||||
{
|
|
||||||
ENT_ID: "Javascript",
|
|
||||||
"attrs": {ENT_TYPE: "PRODUCT"},
|
|
||||||
"patterns": [
|
|
||||||
[{LOWER: "javascript"}],
|
|
||||||
]
|
|
||||||
},
|
|
||||||
|
|
||||||
{
|
|
||||||
ENT_ID: "CSS",
|
|
||||||
"attrs": {ENT_TYPE: "PRODUCT"},
|
|
||||||
"patterns": [
|
|
||||||
[{LOWER: "css"}],
|
|
||||||
[{LOWER: "css3"}],
|
|
||||||
]
|
|
||||||
},
|
|
||||||
|
|
||||||
{
|
|
||||||
ENT_ID: "HTML",
|
|
||||||
"attrs": {ENT_TYPE: "PRODUCT"},
|
|
||||||
"patterns": [
|
|
||||||
[{LOWER: "html"}],
|
|
||||||
[{LOWER: "html5"}],
|
|
||||||
]
|
|
||||||
},
|
|
||||||
|
|
||||||
{
|
|
||||||
ENT_ID: "Python",
|
|
||||||
"attrs": {ENT_TYPE: "PRODUCT"},
|
|
||||||
"patterns": [
|
|
||||||
[{ORTH: "Python"}]
|
|
||||||
]
|
|
||||||
},
|
|
||||||
|
|
||||||
{
|
|
||||||
ENT_ID: "Ruby",
|
|
||||||
"attrs": {ENT_TYPE: "PRODUCT"},
|
|
||||||
"patterns": [
|
|
||||||
[{ORTH: "Ruby"}]
|
|
||||||
]
|
|
||||||
},
|
|
||||||
|
|
||||||
{
|
|
||||||
ENT_ID: "spaCy",
|
|
||||||
"attrs": {ENT_TYPE: "PRODUCT"},
|
|
||||||
"patterns": [
|
|
||||||
[{LOWER: "spacy"}]
|
|
||||||
]
|
|
||||||
},
|
|
||||||
|
|
||||||
{
|
|
||||||
ENT_ID: "displaCy",
|
|
||||||
"attrs": {ENT_TYPE: "PRODUCT"},
|
|
||||||
"patterns": [
|
|
||||||
[{LOWER: "displacy"}]
|
|
||||||
]
|
|
||||||
},
|
|
||||||
|
|
||||||
{
|
|
||||||
ENT_ID: "Digg",
|
|
||||||
"attrs": {ENT_TYPE: "PRODUCT"},
|
|
||||||
"patterns": [
|
|
||||||
[{LOWER: "digg"}]
|
|
||||||
]
|
|
||||||
},
|
|
||||||
|
|
||||||
{
|
|
||||||
ENT_ID: "FoxNews",
|
|
||||||
"attrs": {ENT_TYPE: "ORG"},
|
|
||||||
"patterns": [
|
|
||||||
[{LOWER: "foxnews"}],
|
|
||||||
[{LOWER: "fox"}, {LOWER: "news"}]
|
|
||||||
]
|
|
||||||
},
|
|
||||||
|
|
||||||
{
|
|
||||||
ENT_ID: "Google",
|
|
||||||
"attrs": {ENT_TYPE: "ORG"},
|
|
||||||
"patterns": [
|
|
||||||
[{LOWER: "google"}]
|
|
||||||
]
|
|
||||||
},
|
|
||||||
|
|
||||||
{
|
|
||||||
ENT_ID: "Mac",
|
|
||||||
"attrs": {ENT_TYPE: "PRODUCT"},
|
|
||||||
"patterns": [
|
|
||||||
[{LOWER: "mac"}]
|
|
||||||
]
|
|
||||||
},
|
|
||||||
|
|
||||||
{
|
|
||||||
ENT_ID: "Wikipedia",
|
|
||||||
"attrs": {ENT_TYPE: "PRODUCT"},
|
|
||||||
"patterns": [
|
|
||||||
[{LOWER: "wikipedia"}]
|
|
||||||
]
|
|
||||||
},
|
|
||||||
|
|
||||||
{
|
|
||||||
ENT_ID: "Windows",
|
|
||||||
"attrs": {ENT_TYPE: "PRODUCT"},
|
|
||||||
"patterns": [
|
|
||||||
[{ORTH: "Windows"}]
|
|
||||||
]
|
|
||||||
},
|
|
||||||
|
|
||||||
{
|
|
||||||
ENT_ID: "Dell",
|
|
||||||
"attrs": {ENT_TYPE: "ORG"},
|
|
||||||
"patterns": [
|
|
||||||
[{LOWER: "dell"}]
|
|
||||||
]
|
|
||||||
},
|
|
||||||
|
|
||||||
{
|
|
||||||
ENT_ID: "Facebook",
|
|
||||||
"attrs": {ENT_TYPE: "ORG"},
|
|
||||||
"patterns": [
|
|
||||||
[{LOWER: "facebook"}]
|
|
||||||
]
|
|
||||||
},
|
|
||||||
|
|
||||||
{
|
|
||||||
ENT_ID: "Blizzard",
|
|
||||||
"attrs": {ENT_TYPE: "ORG"},
|
|
||||||
"patterns": [
|
|
||||||
[{ORTH: "Blizzard"}]
|
|
||||||
]
|
|
||||||
},
|
|
||||||
|
|
||||||
{
|
|
||||||
ENT_ID: "Ubuntu",
|
|
||||||
"attrs": {ENT_TYPE: "ORG"},
|
|
||||||
"patterns": [
|
|
||||||
[{ORTH: "Ubuntu"}]
|
|
||||||
]
|
|
||||||
},
|
|
||||||
|
|
||||||
{
|
|
||||||
ENT_ID: "YouTube",
|
|
||||||
"attrs": {ENT_TYPE: "PRODUCT"},
|
|
||||||
"patterns": [
|
|
||||||
[{LOWER: "youtube"}]
|
|
||||||
]
|
|
||||||
}
|
|
||||||
]
|
|
||||||
|
|
||||||
|
|
||||||
FALSE_POSITIVES = [
|
FALSE_POSITIVES = [
|
||||||
|
|
Loading…
Reference in New Issue