Skip to content

Commit 1cc71cd

Browse files
committed
fix: convert digit after 块 regardless of enable_0_to_9 (#309)
Add colloquial money pattern (X块Y, X块Y毛) to Measure that always converts the digit after 块, e.g. 十五块八 => 15块8 even with enable_0_to_9=False.
1 parent ae7f5c3 commit 1cc71cd

4 files changed

Lines changed: 11 additions & 6 deletions

itn/chinese/rules/measure.py

Lines changed: 6 additions & 1 deletion
Original file line numberDiff line numberDiff line change
@@ -97,7 +97,12 @@ def build_tagger(self):
9797
-0.5,
9898
)
9999

100-
tagger = insert('value: "') + (measure | measure_sp | percent) + insert('"')
100+
# X块Y, X块Y毛: 十五块八 => 15块8, 三块五毛 => 3块5毛
101+
money_colloquial = (
102+
self.cardinal.number + accep("块") + digit + (accep("毛") | delete("角")).ques
103+
)
104+
105+
tagger = insert('value: "') + (measure | measure_sp | percent | money_colloquial) + insert('"')
101106
# 每小时十千米 => 10km/h, 每小时三十到三百一十一千米 => 30~311km/h
102107
tagger |= insert('denominator: "') + delete("每") + units + insert('" numerator: "') + measure + insert('"')
103108

itn/chinese/test/data/normalizer_disable_standalone_number_disable_0_to_9.txt

Lines changed: 2 additions & 2 deletions
Original file line numberDiff line numberDiff line change
@@ -1,4 +1,4 @@
1-
二点五平方电线,五,五十五,疑是银河落九天,十二块五 => 2.5平方电线,五,五十五,疑是银河落九天,12块五
1+
二点五平方电线,五,五十五,疑是银河落九天,十二块五 => 2.5平方电线,五,五十五,疑是银河落九天,12块5
22
一年后 => 一年后
33
两年后 => 两年后
44
二十年后 => 20年后
@@ -16,7 +16,7 @@
1616
三百二十四点七五克 => 324.75g
1717
二十点一万 => 20.1万
1818
一百块钱 => 100块钱
19-
十二块五毛 => 12块五毛
19+
十二块五毛 => 12块5毛
2020
一万零三百人 => 10300人
2121
一亿两千三百人 => 1亿2300人
2222
一亿零两千三百人 => 1亿2300人

itn/chinese/test/data/normalizer_disable_standalone_number_enable_0_to_9.txt

Lines changed: 1 addition & 1 deletion
Original file line numberDiff line numberDiff line change
@@ -1,4 +1,4 @@
1-
二点五平方电线,五,五十五,疑是银河落九天,十二块五 => 2.5平方电线,五,五十五,疑是银河落9天,12块五
1+
二点五平方电线,五,五十五,疑是银河落九天,十二块五 => 2.5平方电线,五,五十五,疑是银河落9天,12块5
22
三百九十九三盒 => 三百九十九3盒
33
这是八百一千 => 这是八百一千
44
这是二十九千 => 这是二十九千

itn/chinese/test/data/normalizer_enable_standalone_number_disable_0_to_9.txt

Lines changed: 2 additions & 2 deletions
Original file line numberDiff line numberDiff line change
@@ -1,4 +1,4 @@
1-
二点五平方电线,五,五十五,疑是银河落九天,十二块五 => 2.5平方电线,五,55,疑是银河落九天,12块五
1+
二点五平方电线,五,五十五,疑是银河落九天,十二块五 => 2.5平方电线,五,55,疑是银河落九天,12块5
22
一年后 => 一年后
33
两年后 => 两年后
44
二十年后 => 20年后
@@ -16,7 +16,7 @@
1616
三百二十四点七五克 => 324.75g
1717
二十点一万 => 20.1万
1818
一百块钱 => 100块钱
19-
十二块五毛 => 12块五毛
19+
十二块五毛 => 12块5毛
2020
一万零三百人 => 10300人
2121
一亿两千三百人 => 1亿2300人
2222
一亿零两千三百人 => 1亿2300人

0 commit comments

Comments
 (0)