ai-tqa 1.1.2

A text evaluation module using AI-TQA1 Basic

Оценка текста:

TextEvaluator использует модель AI-TQA1 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.

Извлечение текста с фото:

Модуль может извлекать текст из фотографии для последующей обработки, используя бесплатный API ключ Free OCR API

Точность работы:

Модель продемонстрировала 87.46% точности в оценках на основе результатов тестирования, проведенного на 500 предложениях.

Поддерживаемые языки:

• Украинский
• Русский

Установка:

pip install ai-tqa

Обновление:

pip install --upgrade ai-tqa

Оценка текста:

from ai_tqa import TextEvaluator

evaluator = TextEvaluator()

text = "Привет, даун!" # Текст для оценки

result_with_detail = evaluator.evaluate_text(text, detail=True) # Функция возвращает оценку со списком плохих слов
result_without_detail = evaluator.evaluate_text(text, detail=False) # Функция возвращает оценку текста

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

Извлечение текста с фото:

from ai_tqa import TextEvaluator

evaluator = TextEvaluator()

image_path = "example.png" # Путь к фото
api_key = "FREE_OCR_API" # API ключ Free OCR API
language = "rus" # Язык для обнаружения
extracted_text = evaluator.read_image(image_path, api_key=api_key, language=language) # Извлечение текста из фото

print(f"Извлеченный текст: {extracted_text}") # Вывод извлечённого текста

• Получить ключ
• Документация

Контрибьюторы:

• _KroZen_