mirror of https://github.com/explosion/spaCy.git
229 lines
3.2 KiB
Python
229 lines
3.2 KiB
Python
from ...symbols import NORM, ORTH
|
|
from ...util import update_exc
|
|
from ..tokenizer_exceptions import BASE_EXCEPTIONS
|
|
|
|
_exc = {}
|
|
|
|
|
|
for exc_data in [
|
|
{ORTH: "jan.", NORM: "januar"},
|
|
{ORTH: "feb.", NORM: "februar"},
|
|
{ORTH: "mar.", NORM: "mars"},
|
|
{ORTH: "apr.", NORM: "april"},
|
|
{ORTH: "jun.", NORM: "juni"},
|
|
# note: "jul." is in the simple list below without a NORM exception
|
|
{ORTH: "aug.", NORM: "august"},
|
|
{ORTH: "sep.", NORM: "september"},
|
|
{ORTH: "okt.", NORM: "oktober"},
|
|
{ORTH: "nov.", NORM: "november"},
|
|
{ORTH: "des.", NORM: "desember"},
|
|
]:
|
|
_exc[exc_data[ORTH]] = [exc_data]
|
|
|
|
|
|
for orth in [
|
|
"Ap.",
|
|
"Aq.",
|
|
"Ca.",
|
|
"Chr.",
|
|
"Co.",
|
|
"Dr.",
|
|
"F.eks.",
|
|
"Fr.p.",
|
|
"Frp.",
|
|
"Grl.",
|
|
"Kr.",
|
|
"Kr.F.",
|
|
"Kr.F.s",
|
|
"Mr.",
|
|
"Mrs.",
|
|
"Pb.",
|
|
"Pr.",
|
|
"Sp.",
|
|
"St.",
|
|
"a.m.",
|
|
"ad.",
|
|
"adm.dir.",
|
|
"adr.",
|
|
"b.c.",
|
|
"bl.a.",
|
|
"bla.",
|
|
"bm.",
|
|
"bnr.",
|
|
"bto.",
|
|
"c.c.",
|
|
"ca.",
|
|
"cand.mag.",
|
|
"co.",
|
|
"d.d.",
|
|
"d.m.",
|
|
"d.y.",
|
|
"dept.",
|
|
"dr.",
|
|
"dr.med.",
|
|
"dr.philos.",
|
|
"dr.psychol.",
|
|
"dss.",
|
|
"dvs.",
|
|
"e.Kr.",
|
|
"e.l.",
|
|
"eg.",
|
|
"eig.",
|
|
"ekskl.",
|
|
"el.",
|
|
"et.",
|
|
"etc.",
|
|
"etg.",
|
|
"ev.",
|
|
"evt.",
|
|
"f.",
|
|
"f.Kr.",
|
|
"f.eks.",
|
|
"f.o.m.",
|
|
"fhv.",
|
|
"fk.",
|
|
"foreg.",
|
|
"fork.",
|
|
"fv.",
|
|
"fvt.",
|
|
"g.",
|
|
"gl.",
|
|
"gno.",
|
|
"gnr.",
|
|
"grl.",
|
|
"gt.",
|
|
"h.r.adv.",
|
|
"hhv.",
|
|
"hoh.",
|
|
"hr.",
|
|
"ifb.",
|
|
"ifm.",
|
|
"iht.",
|
|
"inkl.",
|
|
"istf.",
|
|
"jf.",
|
|
"jr.",
|
|
"jul.",
|
|
"juris.",
|
|
"kfr.",
|
|
"kgl.",
|
|
"kgl.res.",
|
|
"kl.",
|
|
"komm.",
|
|
"kr.",
|
|
"kst.",
|
|
"lat.",
|
|
"lø.",
|
|
"m.a.",
|
|
"m.a.o.",
|
|
"m.fl.",
|
|
"m.m.",
|
|
"m.v.",
|
|
"ma.",
|
|
"mag.art.",
|
|
"md.",
|
|
"mfl.",
|
|
"mht.",
|
|
"mill.",
|
|
"min.",
|
|
"mnd.",
|
|
"moh.",
|
|
"mrd.",
|
|
"muh.",
|
|
"mv.",
|
|
"mva.",
|
|
"n.å.",
|
|
"ndf.",
|
|
"nr.",
|
|
"nto.",
|
|
"nyno.",
|
|
"o.a.",
|
|
"o.l.",
|
|
"obl.",
|
|
"off.",
|
|
"ofl.",
|
|
"on.",
|
|
"op.",
|
|
"org.",
|
|
"osv.",
|
|
"ovf.",
|
|
"p.",
|
|
"p.a.",
|
|
"p.g.a.",
|
|
"p.m.",
|
|
"p.t.",
|
|
"pga.",
|
|
"ph.d.",
|
|
"pkt.",
|
|
"pr.",
|
|
"pst.",
|
|
"pt.",
|
|
"red.anm.",
|
|
"ref.",
|
|
"res.",
|
|
"res.kap.",
|
|
"resp.",
|
|
"rv.",
|
|
"s.",
|
|
"s.d.",
|
|
"s.k.",
|
|
"s.u.",
|
|
"s.å.",
|
|
"sen.",
|
|
"sep.",
|
|
"siviling.",
|
|
"sms.",
|
|
"snr.",
|
|
"spm.",
|
|
"sr.",
|
|
"sst.",
|
|
"st.",
|
|
"st.meld.",
|
|
"st.prp.",
|
|
"stip.",
|
|
"stk.",
|
|
"stud.",
|
|
"sv.",
|
|
"såk.",
|
|
"sø.",
|
|
"t.d.",
|
|
"t.h.",
|
|
"t.o.m.",
|
|
"t.v.",
|
|
"temp.",
|
|
"ti.",
|
|
"tils.",
|
|
"tilsv.",
|
|
"tl;dr",
|
|
"tlf.",
|
|
"to.",
|
|
"ult.",
|
|
"utg.",
|
|
"v.",
|
|
"vedk.",
|
|
"vedr.",
|
|
"vg.",
|
|
"vgs.",
|
|
"vha.",
|
|
"vit.ass.",
|
|
"vn.",
|
|
"vol.",
|
|
"vs.",
|
|
"vsa.",
|
|
"§§",
|
|
"©NTB",
|
|
"årg.",
|
|
"årh.",
|
|
]:
|
|
_exc[orth] = [{ORTH: orth}]
|
|
|
|
# Dates
|
|
for h in range(1, 31 + 1):
|
|
for period in ["."]:
|
|
_exc[f"{h}{period}"] = [{ORTH: f"{h}."}]
|
|
|
|
_custom_base_exc = {"i.": [{ORTH: "i", NORM: "i"}, {ORTH: "."}]}
|
|
_exc.update(_custom_base_exc)
|
|
|
|
TOKENIZER_EXCEPTIONS = update_exc(BASE_EXCEPTIONS, _exc)
|