Normalizer for persian texts base on hazm
Project description
IBITNormalizer
Simple persian text-normalizer base on hazm lib
install
pip install IBITNormalizer
import
from IBITNormalizer.normalizer import IBITNormalizer
for lm task
text = """
سلام خوبی
از بیرون چخبر
چیکارا میکنی
تازگیا هوا چقدر سرد شده نه ؟
"""
normalizer = IBITNormalizer.forLM()
print("forLM -> ", normalizer.normalize(text))
output:
forLM -> سلام خوبی
از چخبر
چیکارا می‌کنی
تازگیا هوا سرد نه؟
for llm task
text = """
سلام خوبی
از بیرون چخبر
چیکارا میکنی
تازگیا هوا چقدر سرد شده نه ؟
"""
normalizer = IBITNormalizer.forLLM()
print("forLLM -> ", normalizer.normalize(text))
output:
forLLM -> سلام خوبی
از بیرون چخبر
چیکارا می‌کنی
تازگیا هوا چقدر سرد‌شده‌نه؟
Project details
Release history Release notifications | RSS feed
Download files
Download the file for your platform. If you're not sure which to choose, learn more about installing packages.
Source Distribution
IBITNormalizer-1.1.0.tar.gz
(5.5 kB
view hashes)
Built Distribution
Close
Hashes for IBITNormalizer-1.1.0-py3-none-any.whl
Algorithm | Hash digest | |
---|---|---|
SHA256 | a2b5a6b99342b71d19ef4531da640de75bcddf9fee6807b45c811b6e19d7272a |
|
MD5 | 4639908d10ebe3f437851729b028d4d9 |
|
BLAKE2b-256 | 335f733756eb933aa0456bf6f6e3d13e3b8d777bc65bf64fb09f6474b5d89cf4 |