Coverage for nltk.tag.simplify : 25%

# Natural Language Toolkit: POS Tag Simplification 

# 

# Copyright (C) 2001-2012 NLTK Project 

# Author: Steven Bird <sb@csse.unimelb.edu.au> 

# URL: <http://www.nltk.org/> 

# For license information, see LICENSE.TXT 

# Brown Corpus 

# http://khnt.hit.uib.no/icame/manuals/brown/INDEX.HTM 

brown_mapping1 = { 

    'j': 'ADJ', 'p': 'PRO', 'm': 'MOD', 'q': 'DET', 

    'w': 'WH', 'r': 'ADV', 'i': 'P', 

    'u': 'UH', 'e': 'EX', 'o': 'NUM', 'b': 'V', 

    'h': 'V', 'f': 'FW', 'a': 'DET', 't': 'TO', 

    'cc': 'CNJ', 'cs': 'CNJ', 'cd': 'NUM', 

    'do': 'V', 'dt': 'DET', 

    'nn': 'N', 'nr': 'N', 'np': 'NP', 'nc': 'N' 

    } 

brown_mapping2 = { 

    'vb': 'V', 'vbd': 'VD', 'vbg': 'VG', 'vbn': 'VN' 

    } 

def simplify_brown_tag(tag): 

    tag = tag.lower() 

    if tag[0] in brown_mapping1: 

        return brown_mapping1[tag[0]] 

    elif tag[:2] in brown_mapping1:   # still doesn't handle DOD tag correctly 

        return brown_mapping1[tag[:2]] 

    try: 

        if '-' in tag: 

            tag = tag.split('-')[0] 

        return brown_mapping2[tag] 

    except KeyError: 

        return tag.upper() 

# Wall Street Journal tags (Penn Treebank) 

wsj_mapping = { 

    '-lrb-': '(',   '-rrb-': ')',    '-lsb-': '(', 

    '-rsb-': ')',   '-lcb-': '(',    '-rcb-': ')', 

    '-none-': '',   'cc': 'CNJ',     'cd': 'NUM', 

    'dt': 'DET',    'ex': 'EX',      'fw': 'FW', # existential "there", foreign word 

    'in': 'P',      'jj': 'ADJ',     'jjr': 'ADJ', 

    'jjs': 'ADJ',   'ls': 'L',       'md': 'MOD',  # list item marker 

    'nn': 'N',      'nnp': 'NP',     'nnps': 'NP', 

    'nns': 'N',     'pdt': 'DET',    'pos': '', 

    'prp': 'PRO',   'prp$': 'PRO',   'rb': 'ADV', 

    'rbr': 'ADV',   'rbs': 'ADV',    'rp': 'PRO', 

    'sym': 'S',     'to': 'TO',      'uh': 'UH', 

    'vb': 'V',      'vbd': 'VD',     'vbg': 'VG', 

    'vbn': 'VN',    'vbp': 'V',      'vbz': 'V', 

    'wdt': 'WH',    'wp': 'WH',      'wp$': 'WH', 

    'wrb': 'WH', 

    'bes': 'V',     'hvs': 'V',     'prp^vbp': 'PRO'   # additions for NPS Chat corpus 

    } 

def simplify_wsj_tag(tag): 

    if tag and tag[0] == '^': 

        tag = tag[1:] 

    try: 

        tag = wsj_mapping[tag.lower()] 

    except KeyError: 

        pass 

    return tag.upper() 

indian_mapping = { 

    'nn': 'N', 'vm': 'MOD', 'jj': 'ADJ', 'nnp': 'NP', 

    'prp': 'PRO', 'prep': 'PRE', 'vaux': 'V', 'vfm': 'V', 

    'cc': 'CNJ', 'nnpc': 'NP', 'nnc': 'N', 'qc': 'QC', 

    'dem': 'DET', 'vrb': 'V', 'qfnum': 'NUM', 'rb': 'ADV', 

    'qf': 'DET', 'punc': '.', 'rp': 'PRT', 'psp': 'PSP', 

    'nst': 'N', 'nvb': 'N', 'vjj': 'V', 'neg': 'NEG', 

    'vnn': 'V', 'xc': 'XC', 'intf': 'INTF', 'nloc': 'N', 

    'jvb': 'ADJ', 'wq': 'WH', 'qw': 'WH', 'jj:?': 'ADJ', 

    '"cc': 'CNJ', 'nnp,': 'NP', 'sym\xc0\xa7\xb7': 'SYM', 

    'symc': 'SYM'} 

def simplify_indian_tag(tag): 

    if ':' in tag: 

        tag = tag.split(':')[0] 

    try: 

        tag = indian_mapping[tag.lower()] 

    except KeyError: 

        pass 

    return tag.upper() 

# Alpino tags 

alpino_mapping = { 

    'noun':'N', 'name': 'NP', 'vg': 'VG', 'punct':'.', 

    'verb':'V', 'pron': 'PRO', 'prep':'P' 

    } 

def simplify_alpino_tag(tag): 

    try: 

        tag = alpino_mapping[tag] 

    except KeyError: 

        pass 

    return tag.upper() 

# Default tag simplification 

def simplify_tag(tag): 

    return tag[0].upper() 

if __name__ == "__main__": 

    import doctest 

    doctest.testmod(optionflags=doctest.NORMALIZE_WHITESPACE)