Merge pull request #777 from kangkengkhadev/dev

add khavee to pythainlp

pythainlp/khavee/__init__.py

@@ -0,0 +1,3 @@
+__all__ = ["KhaveeVerifier"]
+
+from pythainlp.khavee.core import KhaveeVerifier

pythainlp/khavee/core.py

@@ -0,0 +1,299 @@
+from pythainlp.tokenize import subword_tokenize
+
+class KhaveeVerifier:
+    def check_sara(self,word):
+        sara = []
+        countoa = 0
+        # In case การันย์
+        if '์' in word[-1]:
+            word = word[:-2]
+        # In case สระเดี่ยว
+        for i in word:
+            if i == 'ะ' or i == 'ั':
+                sara.append('อะ')
+            elif i == 'ิ':
+                sara.append('อิ')
+            elif i == 'ุ':
+                sara.append('อุ')
+            elif i == 'ึ':
+                sara.append('อึ')
+            elif i == 'ี':
+                sara.append('อี')
+            elif i == 'ู':
+                sara.append('อู')
+            elif i == 'ื':
+                sara.append('อือ')
+            elif i == 'เ':
+                sara.append('เอ')
+            elif i == 'แ':
+                sara.append('แอ')
+            elif i == 'า':
+                sara.append('อา') 
+            elif i == 'โ':
+                sara.append('โอ')
+            elif i == 'ำ':
+                sara.append('อำ')
+            elif i == 'อ':
+                countoa += 1
+                sara.append('ออ')
+            elif i == 'ั' and 'ว' in word:
+                sara.append('อัว')
+            elif i == 'ไ' or i == 'ใ':
+                sara.append('ไอ') 
+            elif 'รร' in word:
+                if self.check_marttra(word) == 'กม':
+                    sara.append('อำ')
+                else:
+                    sara.append('อะ')
+        # Incase ออ
+        if countoa == 1 and 'อ' in word[-1]:
+            sara.remove('ออ')
+        # In case เอ เอ 
+        countA = 0
+        for i in sara:
+            if i == 'เอ':
+                countA = countA + 1
+            if countA > 1:
+                sara.remove('เอ')
+                sara.remove('เอ')
+                sara.append('แ')
+        # In case สระประสม
+        if 'เอ' in sara and 'อะ' in sara:
+            sara.remove('เอ')
+            sara.remove('อะ')
+            sara.append('เอะ')
+        elif 'แอ' in sara and 'อะ' in sara:
+            sara.remove('แอ')
+            sara.remove('อะ')
+            sara.append('แอะ')
+        if 'เอะ' in sara and 'ออ' in sara:
+            sara.remove('เอะ')
+            sara.remove('ออ')
+            sara.append('เออะ')
+        elif 'เอ' in sara and 'อิ' in sara:
+            sara.remove('เอ')
+            sara.remove('อิ')
+            sara.append('เออ')        
+        elif 'เอะ' in sara and 'อา' in sara:
+            sara.remove('เอะ')
+            sara.remove('ออ')
+            sara.append('เอาะ')
+        elif 'เอ' in sara and 'ออ' in sara and 'อ' in word[-1]:
+            sara.remove('เอ')
+            sara.remove('ออ')
+            sara.append('เออ')
+        elif 'โอ' in sara and 'อะ' in sara: 
+            sara.remove('โอ')
+            sara.remove('อะ')
+            sara.append('โอะ')
+        elif 'เอ' in sara and 'อี' in sara: 
+            sara.remove('เอ')
+            sara.remove('อี')
+            sara.append('เอีย')
+        elif 'เอ' in sara and 'อือ' in sara: 
+            sara.remove('เอ')
+            sara.remove('อือ')
+            sara.append('อัว')   
+        elif 'เอ' in sara and 'อา' in sara: 
+            sara.remove('เอ')
+            sara.remove('อา')
+            sara.append('เอา') 
+        if 'อือ' in sara and 'เออ' in sara: 
+            sara.remove('เออ')
+            sara.remove('อือ')
+            sara.append('เอือ')  
+        elif 'ออ' in sara and len(sara) > 1:
+            sara.remove('ออ')        
+        elif 'ว' in word and len(sara) == 0:
+            sara.append('อัว')
+        if 'ั' in word and self.check_marttra(word) == 'กา':
+            sara = []
+            sara.append('ไอ')
+        # In case อ
+        if word == 'เออะ':
+            sara = []
+            sara.append('เออะ')
+        elif word == 'เออ':
+            sara = []
+            sara.append('เออ')
+        elif word == 'เอ':
+            sara = []
+            sara.append('เอ')
+        elif word == 'เอะ':
+            sara = []
+            sara.append('เอะ')
+        elif word == 'เอา':
+            sara = []
+            sara.append('เอา')
+        if 'ฤา' in word or 'ฦา' in word:
+            sara = []
+            sara.append('อือ') 
+        elif 'ฤ' in word or 'ฦ' in word:
+            sara = []
+            sara.append('อึ') 
+        # In case กน
+        if sara == [] and len(word) == 2:
+            if word[-1] != 'ร':
+                sara.append('โอะ')
+            else:
+                sara.append('ออ') 
+        elif sara == [] and len(word) == 3:
+            sara.append('ออ') 
+        if sara == []:
+            return 'Cant find Sara in this word'
+        else:
+            return sara[0]
+
+
+    def check_marttra(self,word):
+        if word[-1] == 'ร' and word[-2] in ['ต','ท'] :
+            word = word[:-1]
+            # print(word)
+        if '์' in word[-1]:
+            if 'ิ' in word[-2] or 'ุ' in word[-2]:
+                word = word[:-3]
+            else:
+                word = word[:-2]
+        if 'ำ' in word or ('ํ' in word and 'า' in word) or 'ไ' in word or 'ใ' in word:
+            return 'กา'
+        elif word[-1] in ['า','ะ','ิ','ี','ุ','ู','อ'] or ('ี' in word and 'ย' in word[-1]) or ('ื' in word and 'อ' in word[-1]):
+            return 'กา'
+        elif word[-1] in ['ง']:
+            return 'กง'
+        elif word[-1] in ['ม']:
+            return 'กม'
+        elif word[-1] in ['ย']:
+            if 'ั' in word:
+                return 'กา'
+            else:
+                return 'เกย'
+        elif word[-1] in ['ว']:
+            return 'เกอว'
+        elif word[-1] in ['ก','ข','ค','ฆ']:
+            return 'กก'
+        elif word[-1] in ['จ','ช','ซ','ฎ','ฏ','ฐ','ฑ','ฒ','ด','ต','ถ','ท','ธ','ศ','ษ','ส'] :
+            return 'กด'
+        elif word[-1] in ['ญ',', ณ' ,'น' ,'ร' ,'ล' ,'ฬ']:
+            return 'กน'
+        elif word[-1] in ['บ', 'ป', 'พ', 'ฟ', 'ภ']:
+            return 'กบ'
+        else:
+           return 'Cant find Marttra in this word'
+
+    def check_sumpus(self,word1,word2):
+        marttra1 = self.check_marttra(word1)
+        marttra2 = self.check_marttra(word2)
+        sara1 = self.check_sara(word1)
+        sara2 = self.check_sara(word2)
+        if sara1 == 'อะ' and marttra1 == 'เกย':
+            sara1 = 'ไอ'
+            marttra1 = 'กา'
+        elif sara2 == 'อะ' and marttra2 == 'เกย':
+            sara2 = 'ไอ'
+            marttra2 = 'กา'
+        if sara1 == 'อำ' and marttra1 == 'กม':
+            sara1 = 'อำ'
+            marttra1 = 'กา'
+        elif sara2 == 'อำ' and marttra2 == 'กม':
+            sara2 = 'อำ'
+            marttra2 = 'กา'
+        # print(marttra1,marttra2)
+        # print(sara1,sara2)
+        if marttra1 == marttra2 and sara1 == sara2:
+            return True
+        else:
+            return False
+
+    def check_klon(self,text,k_type=8):
+        if k_type == 8:
+            try:
+                error = []
+                list_sumpus_sent1 = []
+                list_sumpus_sent2h = []
+                list_sumpus_sent2l = []
+                list_sumpus_sent3 = []
+                list_sumpus_sent4 = []
+                for i, sent in enumerate(text.split()):
+                    sub_sent = subword_tokenize(sent, engine='dict')
+                    # print(i)
+                    if len(sub_sent) > 10:
+                        error.append('In the sentence'+str(i+2)+'there are more than 10 words.'+str(sub_sent))
+                    if (i+1) % 4 == 1:
+                        list_sumpus_sent1.append(sub_sent[-1])
+                    elif (i+1) % 4 == 2:
+                        list_sumpus_sent2h.append([sub_sent[1],sub_sent[2],sub_sent[3],sub_sent[4]])
+                        list_sumpus_sent2l.append(sub_sent[-1])
+                    elif (i+1) % 4 == 3:
+                        list_sumpus_sent3.append(sub_sent[-1])
+                    elif (i+1) % 4 == 0:
+                        list_sumpus_sent4.append(sub_sent[-1])
+                if len(list_sumpus_sent1) != len(list_sumpus_sent2h) or len(list_sumpus_sent2h) != len(list_sumpus_sent2l) or len(list_sumpus_sent2l) != len(list_sumpus_sent3) or len(list_sumpus_sent3) != len(list_sumpus_sent4)  or len(list_sumpus_sent4) != len(list_sumpus_sent1):
+                    return 'The poem does not complete 4 sentences.'
+                else:
+                    for i in range(len(list_sumpus_sent1)):
+                        countwrong = 0
+                        for j in list_sumpus_sent2h[i]:
+                            if self.check_sumpus(list_sumpus_sent1[i],j) == False:
+                                    countwrong +=1
+                        if  countwrong > 3:
+                            error.append('Cant find rhyme between paragraphs '+str((list_sumpus_sent1[i],list_sumpus_sent2h[i]))+'in paragraph '+str(i+1))
+                        if self.check_sumpus(list_sumpus_sent2l[i],list_sumpus_sent3[i]) == False:
+                            # print(sumpus_sent2l,sumpus_sent3)
+                            error.append('Cant find rhyme between paragraphs '+str((list_sumpus_sent2l[i],list_sumpus_sent3[i]))+'in paragraph '+str(i+1))
+                        if i > 0:
+                            if self.check_sumpus(list_sumpus_sent2l[i],list_sumpus_sent4[i-1]) == False:
+                                error.append('Cant find rhyme between paragraphs '+str((list_sumpus_sent2l[i],list_sumpus_sent4[i-1]))+'in paragraph '+str(i+1))
+                    if error == []:
+                        return 'The poem is correct according to the principle.'
+                    else:
+                        return error
+            except:
+                return 'Something went wrong Make sure you enter it in correct form of klon4.'
+        elif k_type == 4:
+            try:
+                error = []
+                list_sumpus_sent1 = []
+                list_sumpus_sent2h = []
+                list_sumpus_sent2l = []
+                list_sumpus_sent3 = []
+                list_sumpus_sent4 = []
+                for i, sent in enumerate(text.split()):
+                    sub_sent = subword_tokenize(sent, engine='dict')
+                    if len(sub_sent) > 5:
+                        error.append('In the sentence'+str(i+2)+'there are more than 4 words.'+str(sub_sent))
+                    if (i+1) % 4 == 1:
+                        list_sumpus_sent1.append(sub_sent[-1])
+                    elif (i+1) % 4 == 2:
+                        # print([sub_sent[1],sub_sent[2]])
+                        list_sumpus_sent2h.append([sub_sent[1],sub_sent[2]])
+                        list_sumpus_sent2l.append(sub_sent[-1])
+                    elif (i+1) % 4 == 3:
+                        list_sumpus_sent3.append(sub_sent[-1])
+                    elif (i+1) % 4 == 0:
+                        list_sumpus_sent4.append(sub_sent[-1])
+                if len(list_sumpus_sent1) != len(list_sumpus_sent2h) or len(list_sumpus_sent2h) != len(list_sumpus_sent2l) or len(list_sumpus_sent2l) != len(list_sumpus_sent3) or len(list_sumpus_sent3) != len(list_sumpus_sent4)  or len(list_sumpus_sent4) != len(list_sumpus_sent1):
+                    return 'The poem does not complete 4 sentences.'
+                else:
+                    for i in range(len(list_sumpus_sent1)):
+                        countwrong = 0
+                        for j in list_sumpus_sent2h[i]:
+                            # print(list_sumpus_sent1[i],j)
+                            if self.check_sumpus(list_sumpus_sent1[i],j) == False:
+                                    countwrong +=1
+                        if  countwrong > 1:
+                            error.append('Cant find rhyme between paragraphs '+str((list_sumpus_sent1[i],list_sumpus_sent2h[i]))+'in paragraph '+str(i+1))
+                        if self.check_sumpus(list_sumpus_sent2l[i],list_sumpus_sent3[i]) == False:
+                            # print(sumpus_sent2l,sumpus_sent3)
+                            error.append('Cant find rhyme between paragraphs '+str((list_sumpus_sent2l[i],list_sumpus_sent3[i]))+'in paragraph '+str(i+1))
+                        if i > 0:
+                            if self.check_sumpus(list_sumpus_sent2l[i],list_sumpus_sent4[i-1]) == False:
+                                error.append('Cant find rhyme between paragraphs '+str((list_sumpus_sent2l[i],list_sumpus_sent4[i-1]))+'in paragraph '+str(i+1))
+                    if error == []:
+                        return 'The poem is correct according to the principle.'
+                    else:
+                        return error
+            except:
+                return 'Something went wrong Make sure you enter it in correct form.'
+
+        else:
+            return 'Something went wrong Make sure you enter it in correct form.'

pythainlp/khavee/example.py

@@ -0,0 +1,54 @@
+import core 
+kv = core.KhaveeVerifier()
+
+
+# การเช็คสระ
+print('เริง',kv.check_sara('เริง'))
+# 'เออ'
+
+# การเช็คมาตราตัวสะกด
+print('สาว',kv.check_marttra('สาว'))
+# 'เกอว'
+
+# การตรวจสอบคำสำผัสที่ถูกต้อง
+print('สรร อัน',kv.check_sumpus('สรร','อัน'))
+# True
+
+# การตรวจสอบคำสำผัสที่ผิด
+print('สรร อัน',kv.check_sumpus('สรร','อัน'))
+# False
+
+# การตรวจสอบกลอน 8 ที่ถูกฉันทลักษณ์
+print(kv.check_klon('''ณรงค์วุฒิผู้เปี่ยมวุฒิสมสง่า มากวิชาหาความรู้ไปสู่ผล 
+เรื่องฟิสิกส์คณิตศาสตร์เอิร์นอดทน เล่นเกมเก่งลำดับต้นของโรงเรียน
+ต่อมาหยกธนัชพรชอบนอนหลับ แต่ผลลัพธ์คือฉลาดเรื่องอ่านเขียน 
+เหมือนจะเล่นแต่เขายังพากเพียร ในการเรียนการเล่นบ้างคละกันไป
+นรภัทรพุกกะมานป่านจอมแก่น ทั่วแว่นแคว้นโดนเขาแกล้งไม่สงสัย
+เรื่องวิศวะเก่งกาจประหลาดใจ เรื่องฟิสิกส์ไร้ผู้ใดมาต่อกร
+นริศราอีฟเก่งกว่าใครเพื่อน คอยช่วยเตือนเรื่องงานคอยสั่งสอน
+อ่านตำราหาความรู้ไม่ละทอน เป็นคนดีศรีนครของจิตรลดา
+ภัสนันท์นาคลออหรือมีมี่ เรื่องเกมนี้เก่งกาจไม่กังขา 
+เกมอะไรก็เล่นได้ไม่ลดวา สุดฉลาดมากปัญญามาครบครัน''',k_type=8))
+# -> The poem is correct according to the principle.
+
+# การตรวจสอบกลอน 8 ที่ผิดฉันทลักษณ์
+print(kv.check_klon('''ณรงค์วุฒิผู้เปี่ยมวุฒิสมสง่า มากวิชาหาความรู้ไปสู่ผล 
+เรื่องฟิสิกส์คณิตศาสตร์เอิร์นอดทน เล่นเกมเก่งลำดับต้นของโรงเรียน
+ต่อมาหยกธนัชพรชอบนอนหลับ แต่ผลลัพธ์คือฉลาดเรื่องอ่านเขียน 
+เหมือนจะเล่นแต่เขายังพากเพียร ในการเรียนการเล่นบ้างคละกันไป
+นรภัทรพุกกะมานป่านจอมแก่น ทั่วแว่นแคว้นโดนเขาแกล้งไม่สงสัย
+เรื่องวิศวะเก่งกาจประหลาดใจ เรื่องฟิสิกส์ไร้ผู้ใดมาต่อไป
+นริศราอีฟเก่งกว่าใครเพื่อน คอยช่วยเตือนเรื่องงานคอยสั่งสอน
+อ่านตำราหาความรู้ไม่ละทอน เป็นคนดีศรีนครของจิตรลดา
+ภัสนันท์นาคลออหรือมีมี่ เรื่องเกมเอ่อเก่งกาจไม่กังขา 
+เกมอะไรก็เล่นได้ไม่ลดวา สุดฉลาดมากปัญญามาครบครัน''',k_type=8))
+# -> ["Cant find rhyme between paragraphs ('สอน', 'ไป')in paragraph 4", "Cant find rhyme between paragraphs ('มี่', ['เกม', 'เอ่อ', 'เก่ง', 'กาจ'])in paragraph 5"]
+
+
+# การตรวจสอบกลอน 4 ที่ถูกฉันทลักษณ์
+print(kv.check_klon('''ฉันชื่อหมูกรอบ ฉันชอบกินไก่ แล้วก็วิ่งไล่ หมาชื่อนํ้าทอง ลคคนเก่ง เอ๋งเอ๋งคะนอง มีคนจับจอง เขาชื่อน้องเธียร''',k_type=4))
+# -> The poem is correct according to the principle.
+
+# การตรวจสอบกลอน 4 ที่ผิดฉันทลักษณ์
+print(kv.check_klon('''ฉันชื่อหมูกรอบ ฉันชอบกินไก่ แล้วก็วิ่งไล่ หมาชื่อนํ้าทอง ลคคนเก่ง เอ๋งเอ๋งเสียงหมา มีคนจับจอง เขาชื่อน้องเธียร''',k_type=4))
+# -> ["Cant find rhyme between paragraphs ('หมา', 'จอง')in paragraph 2", "Cant find rhyme between paragraphs ('หมา', 'ทอง')in paragraph 2"]