Add new suffix

b00f · Oct 12, 2019 · 0695349 · 0695349
1 parent accb2be
commit 0695349
Show file tree

Hide file tree

Showing 5 changed files with 75 additions and 61 deletions.
diff --git a/src/data/affixes b/src/data/affixes
@@ -186,7 +186,9 @@ SFX su      N        2
 SFX su      0        ‌تر/sdslso     .
 SFX su      0        ‌ترین/sgso     .
 
-
+## Ye With Kasre-Ezafe
+SFX sv      N        1
+SFX sv      0        ی             .
 
 REP 9
 REP ي   ی

diff --git a/src/data/dic_users b/src/data/dic_users
@@ -1,3 +1,4 @@
+ز
 آئودی
 آئین
 آباجی

diff --git a/src/lilak.py b/src/lilak.py
@@ -99,7 +99,7 @@ def is_kam_dandane(self, word):
 
         dandane = 0
         # http://www.persianacademy.ir/fa/pishvand.aspx
-        # هرگاه کلمه پردندانه (بیشاز سه دندانه) شود و یا به «ط» و «ظ» ختم شود.
+        # هرگاه کلمه پردندانه (بیش از سه دندانه) شود و یا به «ط» و «ظ» ختم شود.
         # نویسه‌های «ورزژدذط ظ ک گ ا لءة» و فاصلهٔ مجازی که دندانه‌ها را جدا می‌کنند نباید قبل از آنها در محاسبه بیاید.
         # مثلاً «اسباب‌بازیها» نباید دندانهٔ «اسباب‌باز» محاسبه شود
         # در نتیجه کلمهٔ «اسباب‌بازیها» را هم باید قبول کند.
@@ -306,24 +306,24 @@ def pars_main_dic(self):
                     elif word.endswith(PERSIAN_WAW):
                         if ends_with_vowel:
                             label += 'sb'   # عمویم، عمویت، عمویش، عمویمان، عمویتان، عمویشان
+                            label += 'sa'   # عموم، عموت، عموش، عمومان، عموتان، عموشان
                             label += 'sq'   # عمویم، عمویی، عموست، عموییم، عمویید، عمویند
                             label += 'sd'   # عموها
                                             # عموهای
                                             # عموهایی
                             label += 'se'   # عموهایم، عموهایت، عموهایش، عموهایمان، عموهایتان، عموهایشان
                             label += 'sf'   # عموهاست
-                            label += 'sl'   # عموی
+                            label += 'sv'   # عموی
                             label += 'sn'   # عمویی
                         else:
-                            label += 'sa'   # رهروم، رهروت، رهروش، رهرومان، رهروتان، رهروشان
-                            label += 'sr'   # رهروم، رهروی، رهرویم، رهروید، رهروند
-                            label += 'sd'   # رهروها
-                                            # رهروهای
-                                            # رهروهایی
-                            label += 'se'   # رهروهایم، رهروهایت، رهروهایش، رهروهایمان، رهروهایتان، رهروهایشان
-                            label += 'sf'   # رهروهاست
-                            label += 'sl'   # رهروی
-                            label += 'sj'   # رهروان، رهروانی
+                            label += 'sa'   # آرشیوم، آرشیوت، آرشیوش، آرشیومان، آرشیوتان، آرشیوشان
+                            label += 'sr'   # آرشیوم، آرشیوی، آرشیویم، آرشیوید، آرشیوند
+                            label += 'sd'   # آرشیوها
+                                            # آرشیوهای
+                                            # آرشیوهایی
+                            label += 'se'   # آرشیوهایم، آرشیوهایت، آرشیوهایش، آرشیوهایمان، آرشیوهایتان، آرشیوهایشان
+                            label += 'sf'   # آرشیوهاست
+                            label += 'sl'   # آرشیوی
 
                     elif word.endswith(PERSIAN_YE):
                         label += 'sc'   # کشتی‌ام، کشتی‌ات، کشتی‌اش، کشتی‌مان، کشتی‌تان، کشتی‌شان
@@ -350,7 +350,7 @@ def pars_main_dic(self):
                                         # پاهایی
                         label += 'se'   # پاهایم، پاهایت، پاهایش، پاهایمان، پاهایتان، پاهایشان
                         label += 'sf'   # پاهاست
-                        label += 'sl'   # پای
+                        label += 'sv'   # پای
                         label += 'sn'   # پایی
 
                     elif word.endswith(PERSIAN_DETACHED):
@@ -417,7 +417,7 @@ def pars_main_dic(self):
                     elif word.endswith(PERSIAN_ALEF):
                         label += 'sb'   # هدایایم، هدایایت، هدایایش، هدایایمان، هدایایتان، هدایایشان
                         label += 'sq'   # هدایایم، هدایایی، هدایاست، هدایاییم، هدایایید، هدایایند
-                        label += 'sl'   # هدایای
+                        label += 'sv'   # هدایای
                         label += 'sn'   # هدایایی
 
                     elif word.endswith(PERSIAN_TA) or \
@@ -470,23 +470,23 @@ def pars_main_dic(self):
                                             # شایسته‌ترها، شایسته‌ترهای
                                             # شایسته‌ترین‌ها، شایسته‌ترین‌های
                         else:
-                            label += 'sc'   # کوته‌ام، کوته‌ات، کوته‌اش، کوته‌مان، کوته‌تان، کوته‌شان
-                            label += 'sp'   # کوته‌ام، کوته‌ای، کوته‌ایم، کوته‌اید، کوته‌اند
-                            label += 'sl'   # کوتهی
-                            label += 'sg'   # کوته‌ها
-                                            # کوته‌های
-                                            # کوته‌هایی
-                            label += 'si'   # کوته‌هاست
-                            label += 'su'   # کوته‌تر، کوته‌ترین
-                                            # کوته‌تری
-                                            # کوته‌ترها، کوته‌ترهای
-                                            # کوته‌ترین‌ها، کوته‌ترین‌های
+                            label += 'sc'   # کوتاه‌ام، کوتاه‌ات، کوتاه‌اش، کوتاه‌مان، کوتاه‌تان، کوتاه‌شان
+                            label += 'sp'   # کوتاه‌ام، کوتاه‌ای، کوتاه‌ایم، کوتاه‌اید، کوتاه‌اند
+                            label += 'sl'   # کوتاهی
+                            label += 'sg'   # کوتاه‌ها
+                                            # کوتاه‌های
+                                            # کوتاه‌هایی
+                            label += 'si'   # کوتاه‌هاست
+                            label += 'su'   # کوتاه‌تر، کوتاه‌ترین
+                                            # کوتاه‌تری
+                                            # کوتاه‌ترها، کوتاه‌ترهای
+                                            # کوتاه‌ترین‌ها، کوتاه‌ترین‌های
 
                     elif word.endswith(PERSIAN_WAW):
                         if ends_with_vowel:
                             label += 'sb'   # پررویم، پررویت، پررویش، پررویمان، پررویتان، پررویشان
                             label += 'sq'   # پررویم، پررویی، پرروست، پرروییم، پررویید، پررویند
-                            label += 'sl'   # پرروی
+                            label += 'sv'   # پرروی
                             label += 'sn'   # پررویی
                             label += 'sd'   # پرروها
                                             # پرروهای
@@ -531,7 +531,7 @@ def pars_main_dic(self):
                     elif word.endswith(PERSIAN_ALEF):
                         label += 'sb'   # اعلایم، اعلایت، اعلایش، اعلایمان، اعلایتان، اعلایشان
                         label += 'sq'   # اعلایم، اعلایی، اعلاست، اعلاییم، اعلایید، اعلایند
-                        label += 'sl'   # اعلای
+                        label += 'sv'   # اعلای
                         label += 'sn'   # اعلایی
                         label += 'sd'   # اعلاها
                                         # اعلاهای
@@ -697,6 +697,10 @@ def pars_main_dic(self):
                 elif pos == 'conjunction':
                     label += ''
 
+        ### classifier ########################################################################################
+                elif pos == 'classifier':
+                    label += ''
+
         ### Foreign ########################################################################################
                 elif pos == 'foreign':
                     if word.endswith(PERSIAN_HE):