qalsadi 0.4.1

Qalsadi Arabic Morphological Analyzer and lemmatizer for Python

Qalsadi Arabic Morphological Analyzer for Python

Developpers: Taha Zerrouki: http://tahadz.com taha dot zerrouki at gmail dot com

Feature s	value
Authors	Authors.md
Release	0.3.6
License	GPL
Tracker	linuxscout/qalsadi/Issues
Website	https://pypi.python.org/pypi/qalsadi
Doc	package Documentaion
Source	Github
Downloa d	sourceforge
Feedbac ks	Comments
Account s	[@Twitter](https://twitter.com/linuxscout) [@Sourceforge](http://sourceforge.net/projects/qalsadi/)

Citation

If you would cite it in academic work, can you use this citation

T. Zerrouki‏, Qalsadi, Arabic mophological analyzer Library for python.,  https://pypi.python.org/pypi/qalsadi/

Features مزايا

• Arabic word Light Stemming.

• Features:

  • Lemmatization

  • Vocalized Text Analyzer,

  • Use Qutrub library to analyze verbs.

  • give word frequency in arabic modern use.

• Requirement:

  • libQutrub: Qutrub verb conjugation library: http://pypi.pyton/LibQutrub

  • PyArabic: Arabic language tools library : http://pypi.pyton/pyarabic

  • Tashaphyne;Arabic Light Stemmer library : http://pypi.python.org/pypi/Tashaphyne/

Applications

• Stemming texts

• Text Classification and categorization

• Sentiment Analysis

• Named Entities Recognition

Installation

pip install qalsadi

Requirements

pip install -r requirements.txt

• libQutrub: Qutrub verb conjugation library: http://pypi.pyton/LibQutrub

• PyArabic: Arabic language tools library : http://pypi.pyton/pyarabic

• Tashaphyne;Arabic Light Stemmer library : http://pypi.python.org/pypi/Tashaphyne/

• Naftawayh : Arabic words tagger: : http://pypi.python.org/pypi/Naftawayh/

• Arramooz-pysqlite : Arabic dictionary

• CodernityDB : No Sql native python database

Usage

Example

>>> import qalsadi.lemmatizer
    >>> text = u"""هل تحتاج إلى ترجمة كي تفهم خطاب الملك؟ اللغة "الكلاسيكية" (الفصحى) موجودة في كل اللغات وكذلك اللغة "الدارجة" .. الفرنسية التي ندرس في المدرسة ليست الفرنسية التي يستخدمها الناس في شوارع باريس .. وملكة بريطانيا لا تخطب بلغة شوارع لندن .. لكل مقام مقال"""
    >>> lemmer = qalsadi.lemmatizer.Lemmatizer()
    >>> # lemmatize a word
    ... lemmer.lemmatize("يحتاج")
    'احتاج'
    >>> # lemmatize a word with a specific pos
    >>> lemmer.lemmatize("وفي")
    'في'
    >>> lemmer.lemmatize("وفي", pos="v")
    'وفى'

    >>>
    >>> lemmas = lemmer.lemmatize_text(text)
    >>> print(lemmas)
    ['هل', 'احتاج', 'إلى', 'ترجمة', 'كي', 'تفهم', 'خطاب', 'ملك', '؟', 'لغة', '"', 'كلاسيكي', '"(', 'فصحى', ')', 'موجود', 'في', 'كل', 'لغة', 'ذلك', 'لغة', '"', 'دارج', '"..', 'فرنسي', 'التي', 'درس', 'في', 'مدرسة', 'ليست', 'فرنسي', 'التي', 'استخدم', 'ناس', 'في', 'شوارع', 'باريس', '..', 'ملك', 'بريطانيا', 'لا', 'خطب', 'بلغة', 'شوارع', 'دنو', '..', 'كل', 'مقام', 'مقالي']
    >>> # lemmatize a text and return lemma pos
    ... lemmas = lemmer.lemmatize_text(text, return_pos=True)
    >>> print(lemmas)
    [('هل', 'stopword'), ('احتاج', 'verb'), ('إلى', 'stopword'), ('ترجمة', 'noun'), ('كي', 'stopword'), ('تفهم', 'noun'), ('خطاب', 'noun'), ('ملك', 'noun'), '؟', ('لغة', 'noun'), '"', ('كلاسيكي', 'noun'), '"(', ('فصحى', 'noun'), ')', ('موجود', 'noun'), ('في', 'stopword'), ('كل', 'stopword'), ('لغة', 'noun'), ('ذلك', 'stopword'), ('لغة', 'noun'), '"', ('دارج', 'noun'), '"..', ('فرنسي', 'noun'), ('التي', 'stopword'), ('درس', 'verb'), ('في', 'stopword'), ('مدرسة', 'noun'), ('ليست', 'stopword'), ('فرنسي', 'noun'), ('التي', 'stopword'), ('استخدم', 'verb'), ('ناس', 'noun'), ('في', 'stopword'), ('شوارع', 'noun'), ('باريس', 'all'), '..', ('ملك', 'noun'), ('بريطانيا', 'noun'), ('لا', 'stopword'), ('خطب', 'verb'), ('بلغة', 'noun'), ('شوارع', 'noun'), ('دنو', 'verb'), '..', ('كل', 'stopword'), ('مقام', 'noun'), ('مقالي', 'noun')]

    >>>

filename="samples/text.txt"
import qalsadi.analex as qa
try:
    myfile=open(filename)
    text=(myfile.read()).decode('utf8');

    if text == None:
        text=u"السلام عليكم"
except:
    text=u"أسلم"
    print " given text"

debug=False;
limit=500
analyzer = qa.Analex()
analyzer.set_debug(debug);
result = analyzer.check_text(text);
print '----------------python format result-------'
print result
for i in range(len(result)):
#       print "--------تحليل كلمة  ------------", word.encode('utf8');
    print "-------------One word detailed case------";
    for analyzed in  result[i]:
        print "-------------one case for word------";
        print repr(analyzed);