mirror of https://github.com/explosion/spaCy.git
Add entity rules
This commit is contained in:
parent
eaa3b1319d
commit
bc40dad7d9
|
@ -1,3 +1,4 @@
|
|||
from .emoticons import *
|
||||
from .punctuation import *
|
||||
from .entity_rules import *
|
||||
from .util import *
|
||||
|
|
|
@ -0,0 +1,206 @@
|
|||
# encoding: utf8
|
||||
from __future__ import unicode_literals
|
||||
|
||||
from ..symbols import *
|
||||
from .util import ENT_ID
|
||||
|
||||
|
||||
ENTITY_RULES = [
|
||||
{
|
||||
ENT_ID: "Reddit",
|
||||
"attrs": {ENT_TYPE: "PRODUCT"},
|
||||
"patterns": [
|
||||
[{LOWER: "reddit"}]
|
||||
]
|
||||
},
|
||||
|
||||
{
|
||||
ENT_ID: "Linux",
|
||||
"attrs": {ENT_TYPE: "PRODUCT"},
|
||||
"patterns": [
|
||||
[{LOWER: "linux"}]
|
||||
]
|
||||
},
|
||||
|
||||
{
|
||||
ENT_ID: "Haskell",
|
||||
"attrs": {ENT_TYPE: "PRODUCT"},
|
||||
"patterns": [
|
||||
[{LOWER: "haskell"}],
|
||||
]
|
||||
},
|
||||
|
||||
{
|
||||
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 = [
|
||||
[{ORTH: "Shit"}],
|
||||
[{ORTH: "Weed"}],
|
||||
[{ORTH: "Cool"}],
|
||||
[{ORTH: "Btw"}],
|
||||
[{ORTH: "Bah"}],
|
||||
[{ORTH: "Bullshit"}],
|
||||
[{ORTH: "Lol"}],
|
||||
[{ORTH: "Yo"}, {LOWER: "dawg"}],
|
||||
[{ORTH: "Yay"}],
|
||||
[{ORTH: "Ahh"}],
|
||||
[{ORTH: "Yea"}],
|
||||
[{ORTH: "Bah"}]
|
||||
]
|
||||
|
||||
|
||||
__all__ = ["ENTITY_RULES", "FALSE_POSITIVES"]
|
Loading…
Reference in New Issue