26 lines
694 B
Python
26 lines
694 B
Python
import pytest
|
|
|
|
from spacy.lang.nl.lex_attrs import like_num
|
|
|
|
|
|
@pytest.mark.parametrize("word", ["elf", "elfde"])
|
|
def test_nl_lex_attrs_capitals(word):
|
|
assert like_num(word)
|
|
assert like_num(word.upper())
|
|
|
|
|
|
@pytest.mark.parametrize(
|
|
"text,num_tokens",
|
|
[
|
|
(
|
|
"De aftredende minister-president benadrukte al dat zijn partij inhoudelijk weinig gemeen heeft met de groenen.",
|
|
16,
|
|
),
|
|
("Hij is sociaal-cultureel werker.", 5),
|
|
("Er staan een aantal dure auto's in de garage.", 10),
|
|
],
|
|
)
|
|
def test_tokenizer_doesnt_split_hyphens(nl_tokenizer, text, num_tokens):
|
|
tokens = nl_tokenizer(text)
|
|
assert len(tokens) == num_tokens
|