zh-normalization
Chinese(zh) sentence NSW(Non-Standard-Word) Normalization
APACHE-2.0 License
Downloads
100
Stars
8
Ecosystems:
Python
Bot releases are hidden (Show)
v0.0.1
Full Changelog: https://github.com/shibing624/zh-normalization/commits/0.0.1
zh-normalization
Chinese sentence NSW(Non-Standard-Word) Normalization
Supported NSW (Non-Standard-Word) Normalization
| NSW type | raw | normalized |
|---|---|---|
| serial number | 电影中梁朝伟扮演的陈永仁的编号27149 | 电影中梁朝伟扮演的陈永仁的编号二七一四九 |
| cardinal | 这块黄金重达324.75克我们班的最高总分为583分 | 这块黄金重达三百二十四点七五克我们班的最高总分为五百八十三分 |
| numeric range | 12~23-1.5~2 | 十二到二十三负一点五到二 |
| date | 她出生于86年8月18日，她弟弟出生于1995年3月1日 | 她出生于八六年八月十八日， 她弟弟出生于一九九五年三月一日 |
| time | 等会请在12:05请通知我 | 等会请在十二点零五分请通知我 |
| temperature | 今天的最低气温达到-10°C | 今天的最低气温达到零下十度 |
| fraction | 现场有7/12的观众投出了赞成票 | 现场有十二分之七的观众投出了赞成票 |
| percentage | 明天有62％的概率降雨 | 明天有百分之六十二的概率降雨 |
| money | 随便来几个价格12块5，34.5元，20.1万 | 随便来几个价格十二块五，三十四点五元，二十点一万 |
| telephone | 这是固话0421-33441122这是手机+86 18544139121 | 这是固话零四二一三三四四一一二二这是手机八六一八五四四一三九一二一 |
Usage
pip install zh-normalization
Run the following code to normalize the Chinese sentence:
from zh_normalization import TextNormalizer
m = TextNormalizer()
text = "电影中梁朝伟扮演的陈永仁的编号27149!"
sents = m.normalize(text)
new_text = ''.join(sents)
print(new_text)
Output:
电影中梁朝伟扮演的陈永仁的编号二七幺四九!
References
Package Rankings
Top 37.61% on Pypi.org