ayikla 1.1.17

Türkçe metinlerden isim, telefon, tarih/saat, tarih aralıkları ve lokasyon/adres blokları ayıklayan kütüphane. (1.1.17: tarih_aralik formatı sadeleştirildi)

Ayikla

Ayikla, Türkçe metinlerden:

• İsim / Ünvan
• Telefon Numarası
• Tarih & Saat (doğal dil dahil)
• Tarih Aralıkları (relative + gün/ay aralıkları)
• Lokasyon / Adres benzeri bloklar

çıkaran hafif bir Python kütüphanesidir. Metindeki belirsiz veya doğal dil kalıplarını normalize ederek yapılandırılmış tek bir sözlük döndürür.

Kurulum

pip install ayikla

Kullanım

from ayikla import bul

# Örnek 1: İsim + Telefon + Tarih
metin = "Dr. Ahmet Yılmaz beni 0532 123 456x numarasından yarın saat 19'da ara."
print(bul(metin))

Çıktı:

{
    "isimler": ["Dr Ahmet Yılmaz"],
    "telefonlar": ["[phone]x"],
    "tarihler": [{"tarih": None, "saat": "19:00"}],
    "tarih_aralik": [],
    "lokasyonlar": []
}

---

from ayikla import bul

# Örnek 2: Belirli bir tarih
metin = "Çağrı Güngör 532 123 456x – 18 Ocak saat 19 'da görüşelim."
print(bul(metin))

Çıktı:

{
    "isimler": ["Çağrı Güngör"],
    "telefonlar": ["[phone]"],
    "tarihler": [{"tarih": "2025-01-18", "saat": "19:00"}],
    "tarih_aralik": [],
    "lokasyonlar": []
}

---

from ayikla import bul

# Örnek 3: Sadece saat
metin = "Sadece saat 19'da uygun olur."
print(bul(metin))

Çıktı:

{
    "isimler": [],
    "telefonlar": [],
    "tarihler": [{"tarih": None, "saat": "19:00"}],
    "tarih_aralik": [],
    "lokasyonlar": []
}

---

from ayikla import bul

# Örnek 4: Lokasyon / Adres
metin = "Toplantı salı günü saat 14'te istanbul beşiktaş çarşı mah. no:5 kat 2 daire 4 ofiste olsun."
print(bul(metin))

Örnek çıktı:

{
    "isimler": [],
    "telefonlar": [],
    "tarihler": [{"tarih": None, "saat": "14:00"}],
    "tarih_aralik": [],
    "lokasyonlar": ["Toplantı salı günü saat 14'te istanbul beşiktaş çarşı mah. no:5 kat 2 daire 4 ofiste olsun."]
}

Notlar:

• Lokasyon tespiti tamamen heuristik tabanlıdır; kesin adres ayrıştırması yapmaz.
• Sık geçen genel kelimeler (örn. "ofis", "kat") tetikleyici pattern ile birlikte dizilim oluşturduğunda blok üretir.
• Daha hassas çıktı istiyorsanız blokları kendiniz tekrar işleyebilirsiniz.

---

##  Proje Yapısı

ayikla/ ├── init.py ├── extractor.py ├── isimler.txt ├── soyisimler.txt pyproject.toml MANIFEST.in README.md

---

##  Özellikler
- Türkçe özel isim ve soyisim sözlükleri ile daha doğru isim yakalama
- Farklı yazılmış telefon numaralarını normalize etme (`+905xx...`)
- "yarın", "bugün", "dün", "akşam 8'de" gibi doğal dil ifadelerinden tarih/saat ayıklama
- Relative ve açık tarih aralıkları: "önümüzdeki hafta", "geçen ay", "3-5 Ocak 2024", "25 Aralık - 3 Ocak", "Mart - Nisan 2025"
- Basit kurallarla lokasyon / adres blokları yakalama (mahalle, cadde, sokak, no, kat, daire vs.)

### Detaylar

#### 1. İsim / Ünvan Algılama
- Dahili `isimler.txt` ve `soyisimler.txt` sözlükleri kullanılır.
- Büyük harfle başlayan ve sözlükte olmayan bazı kelimeler olası soyisim olarak etiketlenir.
- Ünvanlar (Dr, Prof, Av vb.) başta yakalanır ve tam isimle birleştirilir.
- Çoklu ad + soyad dizilimleri ("Ahmet Can Yılmaz") desteklenir.

Sınırlamalar:
- Noktalama ile biten kırpılmış parçalar ("Ahmet,") temizleme sonrası düşebilir.
- Kısaltmalar ("ABD") yanlış pozitif oluşturabilir.

#### 2. Telefon Numarası
- `phonenumbers` kütüphanesiyle TR varsayılan bölgesi kullanılır.
- Boşluk, tire varyantları normalize edilip E.164 formatı döner.
- Tarih çıkarımı sırasında telefon benzeri kalıplar maskelenerek çakışma azaltılır.

Sınırlamalar:
- Harf içeren son ekler ("1234x") doğrulama dışında bırakılır ama hamda korunur.

#### 3. Tarih & Saat
- Doğal dil kalıpları: "yarın", "bugün", "gelecek pazartesi", "akşam 8" vb. normalize edilir.
- Türkçe saat anlatımları HH:MM formuna çevrilir.
- Tek ayrı saat + tek ayrı tarih bulunursa birleştirilir.

Sınırlamalar:
- Çok belirsiz ifadeler ("sonra bir ara") atlanır.
- Çalışma zamanı sistem tarihi relative ifadeleri etkiler.

#### 4. Tarih Aralıkları
- Desteklenen kalıplar (örnek): "önümüzdeki hafta", "geçen ay", "bu yıl", "3-5 Ocak 2024", "25 Aralık - 3 Ocak", "Mart - Nisan 2025".
- Çıktı formatı (1.1.17 itibarıyla): Yalnızca `{"baslangic": ISO, "bitis": ISO}` sözlükleri listesi.
- Önceki sürümlerde bulunan `tür` ve `ifade` alanları KALDIRILDI (breaking change).

Sınırlamalar:
- "25 Aralık - 3 Ocak" gibi ifadelerde yıl verilmezse ay sırası küçülüyorsa yıl geçişi varsayılır.
- Çok karmaşık doğal dil aralıkları ("yılın ikinci yarısı") dahil edilmemiştir.

#### 5. Lokasyon / Adres Blokları
- Tetikleyiciler: mahalle, cadde, sokak, bulvar, no, kat, daire vb. + `lokasyon.txt` içeriği.
- Yakın (pencere ~10 kelime) indeksler bloklanarak geniş bağlam döndürülür.

Sınırlamalar:
- Yapısal ayrıştırma yapmaz; sadece blok metin döner.
- Çok uzun metinlerde pencereyi değiştirmek için şimdilik kaynak kod düzenlenmeli (parametre opsiyonel yapılabilir).

---

## Gelişmiş Kullanım

```python
from ayikla.extractor import TextEntityExtractor

# Özel sözlük dosyaları belirtme (aynı paket içinde varsayılanlar zaten gömülü)
extr = TextEntityExtractor(
        isimler_dosyasi="isimler.txt",
        soyisimler_dosyasi="soyisimler.txt",
        lokasyon_dosyasi="lokasyon.txt"
)

metin = "Dr Mehmet Kara 532 111 2233 yarın akşam 8'de ankara çankaya no:12 kat 3 bekliyorum"
print(extr.extract_all(metin))

Örnek çıktı:

{
    "isimler": ["Dr Mehmet Kara"],
    "telefonlar": ["[phone]"],
    "tarihler": [{"tarih": None, "saat": "20:00"}],
    "tarih_aralik": [],
    "lokasyonlar": ["Dr Mehmet Kara 532 111 2233 yarın akşam 8'de ankara çankaya no:12 kat 3 bekliyorum"]
}

---

Sürüm Notları

1.1.x

• Lokasyon (adres blokları) çıkarımı eklendi (lokasyonlar anahtarı)
• README güncellendi, örnekler genişletildi
• Küçük iyileştirmeler: veri dosyaları paket içine gömülü okunuyor

---

Yazar

Hasan Çağrı Güngör

İletişim: [e-mail]

---

Lisans

MIT License. Özgürce kullanabilir ve geliştirebilirsiniz.

---

Tarih Aralığı Örnekleri

from ayikla import bul

metin = (
        "Önümüzdeki hafta ve 3-5 Ocak 2024 ile 25 Aralık - 3 Ocak 2025 arası müsait değilim. "
        "Mart - Nisan 2025 dönemini planlayalım, geçen ay yoğun geçti."
)

sonuc = bul(metin)
for r in sonuc["tarih_aralik"]:
        print(r)

Olası çıktı (yalnızca baslangic/bitis):

[
    {"baslangic": "2025-10-06", "bitis": "2025-10-12"},
    {"baslangic": "2024-01-03", "bitis": "2024-01-05"},
    {"baslangic": "2025-12-25", "bitis": "2025-01-03"},
    {"baslangic": "2025-03-01", "bitis": "2025-04-30"},
    {"baslangic": "2025-08-01", "bitis": "2025-08-31"}
]

Not: Tarihler çalışma zamanına göre (şimdiki tarih) değişebilir.