class TamilTest(unittest.TestCase):
def __init__(self,*args):
unittest.TestCase.__init__(self,*args)
self.ta_stemmer = TamilStemmer()
self.assertTrue( self.ta_stemmer != None )
def test_suffix(self):
wordlist = [u'மலைகள்',u'பாடுதல்',u'ஓடினான்']
expected = [u'மலை',u'பாடு', u'ஓடி']
stems = [self.ta_stemmer.stemWord(word) for word in wordlist]
self.assertSequenceEqual( stems, expected )
from pprint import pprint
import tamil
from tamilstemmer import TamilStemmer
kv = [('நாற்பத்தி ஐந்து', 45), ('ஓர் ஆயிரத்து எழுநூற்று இருபத்தொன்பது', 1729),
('ஓர் ஆயிரத்து ஒன்று', 1001)]
stemmer = TamilStemmer()
for k, v in kv:
pprint([stemmer.stemWord(word) for word in tamil.utf8.get_words(k)])
# ['நாற்பத்தி', 'ஐந்']
# ['ஓர்', 'ஆயிர', 'எழுநூற்று', 'இருபத்தொன்']
# ['ஓர்', 'ஆயிர', 'ஒன்று']