Normalizer for Persian texts based on hazm
Project description
IBITNormalizer
Simple persian text-normalizer base on hazm lib
install
pip install IBITNormalizer --upgrade
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-1.2.8.tar.gz
(23.8 kB
view hashes)
Built Distribution
Close
Hashes for IBITNormalizer-1.2.8-py3-none-any.whl
Algorithm | Hash digest | |
---|---|---|
SHA256 | 6e30fcd782ce0d155aa0a2d35b74e3d1c519bc72f519bd6b631fef539a3657f6 |
|
MD5 | 05cc27c31ca969a28f4b6ce0483661cc |
|
BLAKE2b-256 | 5441958b15b0ecb886d3e6640dbc335ed11dd78f5059379bd5bb049b31294c51 |