Skip to main content

A text evaluation module using AI-TQA Basic

Project description

TextEvaluator использует модель AI-TQA Basic для оценки текста и определения наличия в нем плохих слов или выражений.

Алгоритм автоматически очищает текст от ненужных символов (например, заменяет "я-бло/ко" на "яблоко"), что улучшает точность оценки.

Поддерживаемые языки:

  • Украинский
  • Русский

Установка:

pip install ai-tqa

Использование:

from ai_tqa import TextEvaluator

evaluator = TextEvaluator()

text = "Привет, даун!"

result_with_detail = evaluator.evaluate_text(text, detail=True)
result_without_detail = evaluator.evaluate_text(text, detail=False)

print(f"Результат с деталями: Оценка: {result_with_detail[0]}, Плохие слова: {result_with_detail[1]}")
print(f"Результат без деталей: Оценка: {result_without_detail}")

Контрибьюторы:

  • KroZen

Project details


Download files

Download the file for your platform. If you're not sure which to choose, learn more about installing packages.

Source Distribution

ai_tqa-0.6.tar.gz (5.5 MB view hashes)

Uploaded Source

Built Distribution

ai_tqa-0.6-py3-none-any.whl (5.5 MB view hashes)

Uploaded Python 3

Supported by

AWS AWS Cloud computing and Security Sponsor Datadog Datadog Monitoring Fastly Fastly CDN Google Google Download Analytics Microsoft Microsoft PSF Sponsor Pingdom Pingdom Monitoring Sentry Sentry Error logging StatusPage StatusPage Status page