zh-normalization
Chinese sentence NSW(Non-Standard-Word) Normalization
Supported NSW (Non-Standard-Word) Normalization
| NSW type | raw | normalized |
|---|---|---|
| serial number | 电影中梁朝伟扮演的陈永仁的编号27149 | 电影中梁朝伟扮演的陈永仁的编号二七一四九 |
| cardinal | 这块黄金重达324.75克 我们班的最高总分为583分 |
这块黄金重达三百二十四点七五克 我们班的最高总分为五百八十三分 |
| numeric range | 12~23 -1.5~2 |
十二到二十三 负一点五到二 |
| date | 她出生于86年8月18日，她弟弟出生于1995年3月1日 | 她出生于八六年八月十八日， 她弟弟出生于一九九五年三月一日 |
| time | 等会请在12:05请通知我 | 等会请在十二点零五分请通知我 |
| temperature | 今天的最低气温达到-10°C | 今天的最低气温达到零下十度 |
| fraction | 现场有7/12的观众投出了赞成票 | 现场有十二分之七的观众投出了赞成票 |
| percentage | 明天有62％的概率降雨 | 明天有百分之六十二的概率降雨 |
| money | 随便来几个价格12块5，34.5元，20.1万 | 随便来几个价格十二块五，三十四点五元，二十点一万 |
| telephone | 这是固话0421-33441122 这是手机+86 18544139121 |
这是固话零四二一三三四四一一二二 这是手机八六一八五四四一三九一二一 |
Usage
pip install zh-normalization
Run the following code to normalize the Chinese sentence:
from zh_normalization import TextNormalizer
m = TextNormalizer()
text = "电影中梁朝伟扮演的陈永仁的编号27149!"
sents = m.normalize(text)
new_text = ''.join(sents)
print(new_text)
Output:
电影中梁朝伟扮演的陈永仁的编号二七幺四九!
References
1 maintainer
Metadata
1 maintainer
Release files for zh-normalization 0.0.2
For a detailed explanation of source distributions (sdists) and built distributions (wheels), please see the package formats documentation.
Source distribution (sdist)
| File | Size | Uploaded | |
|---|---|---|---|
| zh_normalization-0.0.2.tar.gz | 51.1 kB | Details |
Release files / zh_normalization-0.0.2.tar.gz
| Download URL | zh_normalization-0.0.2.tar.gz |
|---|---|
| Size | 51.1 kB |
| Tags | Source |
|
SHA-256 checksum How to use checksums |
32929a18c1a93e2df1bc624aef3e5143be3d9b1464f12c1e6dedaee0c5392dc3
|
|
BLAKE2b-256 checksum How to use checksums |
44561cadfba8203d9502d578d2f0f9d26cd9d177b751157ffd88ce1a9c6b0d94
|
| Upload date | |
|
Uploaded using Trusted Publishing? What is trusted publishing? |
No |
| Uploaded via |
twine/5.1.1 CPython/3.12.5
|
