32 lines
801 B
Python
32 lines
801 B
Python
import pytest
|
|
|
|
HR_BASIC_TOKENIZATION_TESTS = [
|
|
(
|
|
"Nitko se ne smije podvrgnuti mučenju ni nečovječnom ili "
|
|
"ponižavajućem postupanju ili kazni.",
|
|
[
|
|
"Nitko",
|
|
"se",
|
|
"ne",
|
|
"smije",
|
|
"podvrgnuti",
|
|
"mučenju",
|
|
"ni",
|
|
"nečovječnom",
|
|
"ili",
|
|
"ponižavajućem",
|
|
"postupanju",
|
|
"ili",
|
|
"kazni",
|
|
".",
|
|
],
|
|
),
|
|
]
|
|
|
|
|
|
@pytest.mark.parametrize("text,expected_tokens", HR_BASIC_TOKENIZATION_TESTS)
|
|
def test_hr_tokenizer_basic(hr_tokenizer, text, expected_tokens):
|
|
tokens = hr_tokenizer(text)
|
|
token_list = [token.text for token in tokens if not token.is_space]
|
|
assert expected_tokens == token_list
|