Ejemplo n.º 1
0
def parse(texts, data):
    for text, (chunks, tags) in strict_zip(texts, data):
        # see patch_texts
        if not text.strip():
            spans = []
        else:
            tokens = list(find_tokens(chunks, text))
            spans = list(bio_spans(tokens, tags))
        yield DeeppavlovMarkup(text, spans)
Ejemplo n.º 2
0
def parse_conll(lines):
    chunks = []
    tags = []
    for line in lines:
        chunk, tag = line.split('\t', 1)
        chunks.append(chunk)
        tags.append(tag)
    text = ' '.join(chunks)
    tokens = list(find_tokens(chunks, text))
    spans = list(bio_spans(tokens, tags))
    return GareevMarkup(text, spans)
Ejemplo n.º 3
0
def parse(text, data):
    chunks, spans = data
    tokens = list(find_tokens(chunks, text, strip=MITIE_STRIP))
    spans = list(parse_spans(tokens, spans))
    return MitieMarkup(text, spans)
Ejemplo n.º 4
0
def test_find_tokens(chunks, text, etalon):
    guess = list(find_tokens(chunks, text))
    assert guess == etalon