mirror of https://github.com/explosion/spaCy.git
62 lines
1.1 KiB
Python
62 lines
1.1 KiB
Python
# 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}
|