-
Notifications
You must be signed in to change notification settings - Fork 1.4k
/
TokenAgreementAdjNounRuleTest.java
871 lines (681 loc) · 53 KB
/
TokenAgreementAdjNounRuleTest.java
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
235
236
237
238
239
240
241
242
243
244
245
246
247
248
249
250
251
252
253
254
255
256
257
258
259
260
261
262
263
264
265
266
267
268
269
270
271
272
273
274
275
276
277
278
279
280
281
282
283
284
285
286
287
288
289
290
291
292
293
294
295
296
297
298
299
300
301
302
303
304
305
306
307
308
309
310
311
312
313
314
315
316
317
318
319
320
321
322
323
324
325
326
327
328
329
330
331
332
333
334
335
336
337
338
339
340
341
342
343
344
345
346
347
348
349
350
351
352
353
354
355
356
357
358
359
360
361
362
363
364
365
366
367
368
369
370
371
372
373
374
375
376
377
378
379
380
381
382
383
384
385
386
387
388
389
390
391
392
393
394
395
396
397
398
399
400
401
402
403
404
405
406
407
408
409
410
411
412
413
414
415
416
417
418
419
420
421
422
423
424
425
426
427
428
429
430
431
432
433
434
435
436
437
438
439
440
441
442
443
444
445
446
447
448
449
450
451
452
453
454
455
456
457
458
459
460
461
462
463
464
465
466
467
468
469
470
471
472
473
474
475
476
477
478
479
480
481
482
483
484
485
486
487
488
489
490
491
492
493
494
495
496
497
498
499
500
501
502
503
504
505
506
507
508
509
510
511
512
513
514
515
516
517
518
519
520
521
522
523
524
525
526
527
528
529
530
531
532
533
534
535
536
537
538
539
540
541
542
543
544
545
546
547
548
549
550
551
552
553
554
555
556
557
558
559
560
561
562
563
564
565
566
567
568
569
570
571
572
573
574
575
576
577
578
579
580
581
582
583
584
585
586
587
588
589
590
591
592
593
594
595
596
597
598
599
600
601
602
603
604
605
606
607
608
609
610
611
612
613
614
615
616
617
618
619
620
621
622
623
624
625
626
627
628
629
630
631
632
633
634
635
636
637
638
639
640
641
642
643
644
645
646
647
648
649
650
651
652
653
654
655
656
657
658
659
660
661
662
663
664
665
666
667
668
669
670
671
672
673
674
675
676
677
678
679
680
681
682
683
684
685
686
687
688
689
690
691
692
693
694
695
696
697
698
699
700
701
702
703
704
705
706
707
708
709
710
711
712
713
714
715
716
717
718
719
720
721
722
723
724
725
726
727
728
729
730
731
732
733
734
735
736
737
738
739
740
741
742
743
744
745
746
747
748
749
750
751
752
753
754
755
756
757
758
759
760
761
762
763
764
765
766
767
768
769
770
771
772
773
774
775
776
777
778
779
780
781
782
783
784
785
786
787
788
789
790
791
792
793
794
795
796
797
798
799
800
801
802
803
804
805
806
807
808
809
810
811
812
813
814
815
816
817
818
819
820
821
822
823
824
825
826
827
828
829
830
831
832
833
834
835
836
837
838
839
840
841
842
843
844
845
846
847
848
849
850
851
852
853
854
855
856
857
858
859
860
861
862
863
864
865
866
867
868
869
870
871
/* LanguageTool, a natural language style checker
* Copyright (C) 2013 Andriy Rysin
*
* This library is free software; you can redistribute it and/or
* modify it under the terms of the GNU Lesser General Public
* License as published by the Free Software Foundation; either
* version 2.1 of the License, or (at your option) any later version.
*
* This library is distributed in the hope that it will be useful,
* but WITHOUT ANY WARRANTY; without even the implied warranty of
* MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE. See the GNU
* Lesser General Public License for more details.
*
* You should have received a copy of the GNU Lesser General Public
* License along with this library; if not, write to the Free Software
* Foundation, Inc., 51 Franklin St, Fifth Floor, Boston, MA 02110-1301
* USA
*/
package org.languagetool.rules.uk;
import static org.junit.Assert.assertEquals;
import static org.junit.Assert.assertTrue;
import java.io.IOException;
import java.util.Arrays;
import java.util.Collections;
import org.junit.Before;
import org.junit.Test;
import org.languagetool.JLanguageTool;
import org.languagetool.TestTools;
import org.languagetool.language.Ukrainian;
import org.languagetool.rules.RuleMatch;
public class TokenAgreementAdjNounRuleTest {
private JLanguageTool langTool;
private TokenAgreementAdjNounRule rule;
// static {
// System.setProperty("org.languagetool.rules.uk.TokenInflectionAgreementRule.debug", "true");
// }
@Before
public void setUp() throws IOException {
rule = new TokenAgreementAdjNounRule(TestTools.getMessages("uk"));
langTool = new JLanguageTool(new Ukrainian());
// TokenInflectionAgreementRule.DEBUG = true;
}
@Test
public void testRule() throws IOException {
// correct sentences:
assertEmptyMatch("холодний яр");
assertEmptyMatch("страшне плацебо");
assertEmptyMatch("військової продукції");
assertEmptyMatch("Ім'я Мандели, дане йому при народженні");
assertEmptyMatch("Я не бачив сенсу в тому, щоб виклика́ти свідків і захищатися.");
assertEmptyMatch("погоджувальної комісії Інституту");
assertEmptyMatch("відштовхнути нового колегу.");
assertEmptyMatch("державну зраду.");
assertEmptyMatch("(Пізніше Вальтер став першим");
assertEmptyMatch("складовою успіху");
assertEmptyMatch("про екс-першого віце-спікера.");
assertEquals(1, rule.match(langTool.getAnalyzedSentence("скрутна справі")).length);
assertEquals(1, rule.match(langTool.getAnalyzedSentence("район імпозантних віл")).length);
assertEquals(1, rule.match(langTool.getAnalyzedSentence("офіційний статистика")).length);
assertEquals(1, rule.match(langTool.getAnalyzedSentence("зелена яблуко.")).length);
assertEquals(1, rule.match(langTool.getAnalyzedSentence("сп’янілі свободою")).length);
assertEquals(1, rule.match(langTool.getAnalyzedSentence("кволий депутата")).length);
assertEquals(1, rule.match(langTool.getAnalyzedSentence("кволого тюльпан")).length);
assertEquals(1, rule.match(langTool.getAnalyzedSentence("цинічна винахідливості")).length);
assertEquals(1, rule.match(langTool.getAnalyzedSentence("наступній рік свого життя")).length);
assertEquals(1, rule.match(langTool.getAnalyzedSentence("жодного кубічного метру в Україні не буде")).length);
assertEquals(1, rule.match(langTool.getAnalyzedSentence("складний рік на фондовим ринку")).length);
assertEquals(1, rule.match(langTool.getAnalyzedSentence("є найкращий засобом для очистки")).length);
assertEquals(1, rule.match(langTool.getAnalyzedSentence("має вчену ступінь з хімії")).length);
assertEquals(1, rule.match(langTool.getAnalyzedSentence("розкішні чорні коси й, засукавши широкі рукава своєї сорочки,")).length);
assertEquals(1, rule.match(langTool.getAnalyzedSentence("то коло стола її вишивані рукава мають, то коло печі")).length);
assertEquals(1, rule.match(langTool.getAnalyzedSentence("валялись одірвані рукава кунтушів та поли жупанів")).length);
assertEquals(1, rule.match(langTool.getAnalyzedSentence("вчинили страшенний диплома тичний галас")).length);
assertEquals(1, rule.match(langTool.getAnalyzedSentence("Раймон Бенжамен і керівник європейського філії")).length);
assertEquals(1, rule.match(langTool.getAnalyzedSentence("обвинувачення у вчинені злочину, передбаченого")).length);
// не працює через іменник "французька" (мова)
// assertEquals(1, rule.match(langTool.getAnalyzedSentence("французька політик")).length);
RuleMatch[] matches0 = rule.match(langTool.getAnalyzedSentence("4 російських винищувача"));
assertEquals(1, matches0.length);
assertTrue("Message is wrong: " + matches0[0].getMessage(),
matches0[0].getMessage().contains("[ч.р.: родовий, знахідний]"));
assertEquals(Arrays.asList("російських винищувачів", "російських винищувачах", "російського винищувача"), matches0[0].getSuggestedReplacements());
// from real examples
// і-и
assertEquals(1, rule.match(langTool.getAnalyzedSentence("під зеківській нуль")).length);
assertEquals(1, rule.match(langTool.getAnalyzedSentence("у повітряній простір")).length);
assertEquals(1, rule.match(langTool.getAnalyzedSentence("в дитячий лікарні")).length);
assertEquals(1, rule.match(langTool.getAnalyzedSentence("у Київський філармонії")).length);
assertEquals(1, rule.match(langTool.getAnalyzedSentence("на керівні посаді")).length);
assertEquals(1, rule.match(langTool.getAnalyzedSentence("незворотній процес")).length);
// taken care by xml rule
// assertEquals(1, rule.match(langTool.getAnalyzedSentence("408 зниклих безвісті")).length);
assertEquals(1, rule.match(langTool.getAnalyzedSentence("нинішній російські владі")).length);
assertEquals(1, rule.match(langTool.getAnalyzedSentence("заробітної платі")).length);
assertEquals(1, rule.match(langTool.getAnalyzedSentence("сталеві панцирі")).length);
// assertEquals(1, rule.match(langTool.getAnalyzedSentence("бейсбольною битою машини")).length);
assertEquals(1, rule.match(langTool.getAnalyzedSentence("У львівській та київський Книгарнях")).length);
// relies on disambiguation
assertEquals(1, rule.match(langTool.getAnalyzedSentence("— робочій день.")).length);
assertEmptyMatch("президентів Леонідів Кравчука та Кучму");
assertEquals(1, rule.match(langTool.getAnalyzedSentence("угода на 30 років зі щорічного поставкою росіянами ...")).length);
// missing/extra letter
assertEquals(1, rule.match(langTool.getAnalyzedSentence("сприймали так власні громадян")).length);
assertEquals(1, rule.match(langTool.getAnalyzedSentence("прокатні транспорті засоби")).length);
assertEquals(1, rule.match(langTool.getAnalyzedSentence("Ви не притягнене капіталу")).length);
assertEquals(1, rule.match(langTool.getAnalyzedSentence("потрібна змін поколінь")).length);
assertEquals(1, rule.match(langTool.getAnalyzedSentence("Незадовільне забезпеченням паливом")).length);
assertEquals(1, rule.match(langTool.getAnalyzedSentence("сочиться коштовний камінням")).length);
assertEquals(1, rule.match(langTool.getAnalyzedSentence("будь-якої демократичної крани")).length);
// case government
// assertEquals(1, rule.match(langTool.getAnalyzedSentence("що найбільший досягненням")).length);
assertEquals(1, rule.match(langTool.getAnalyzedSentence("Генеральній прокураторі")).length);
assertEquals(1, rule.match(langTool.getAnalyzedSentence("була низька передумов")).length);
assertEquals(1, rule.match(langTool.getAnalyzedSentence("після смерті легендарного Фреді Меркюрі")).length);
assertEquals(1, rule.match(langTool.getAnalyzedSentence("юна викрадача й не здогадувалася")).length);
assertEquals(1, rule.match(langTool.getAnalyzedSentence("По повернені кореспондентів")).length);
assertEquals(1, rule.match(langTool.getAnalyzedSentence("в очікувані експериментатора")).length);
// wrong letter
assertEquals(1, rule.match(langTool.getAnalyzedSentence("певної мірою")).length);
assertEquals(1, rule.match(langTool.getAnalyzedSentence("люмпенізується дедалі більша частини")).length);
assertEquals(1, rule.match(langTool.getAnalyzedSentence("Державна фіскальну служба")).length);
assertEquals(1, rule.match(langTool.getAnalyzedSentence("Як правило, це чоловіки, годувальними сімей")).length);
assertEquals(1, rule.match(langTool.getAnalyzedSentence("з московською боку")).length);
// assertEquals(1, rule.match(langTool.getAnalyzedSentence("від войовничих хозар")).length);
// wrong gender
assertEquals(1, rule.match(langTool.getAnalyzedSentence("з насиджених барліг")).length);
assertEquals(1, rule.match(langTool.getAnalyzedSentence("У польському Лодзі")).length);
assertEquals(1, rule.match(langTool.getAnalyzedSentence("панування зимових сутінок")).length);
assertEquals(1, rule.match(langTool.getAnalyzedSentence("за наявною інформацію")).length);
assertEquals(1, rule.match(langTool.getAnalyzedSentence("асоціюється в нас із сучасною цивілізацію")).length);
// assertEquals(1, rule.match(langTool.getAnalyzedSentence("які вимагалися за тендерною документацію")).length);
assertEquals(1, rule.match(langTool.getAnalyzedSentence("зловживання монопольних становищем")).length);
assertEquals(1, rule.match(langTool.getAnalyzedSentence("проживання та дворазове харчуванням")).length);
// we don't care much about adjp:actv:imperf
// FIXME: ignored by adjp:actv:imperf + noun.*v_naz
// assertEquals(1, rule.match(langTool.getAnalyzedSentence("нова правляча верстви")).length);
// assertEquals(1, rule.match(langTool.getAnalyzedSentence("паралельно приймаючі пацієнтів")).length);
// false v_rod with -у
RuleMatch[] matches = rule.match(langTool.getAnalyzedSentence("кримського безсмертнику"));
assertEquals(1, matches.length);
assertTrue("Missing message for v_rod/v_dav -у/ю", matches[0].getMessage().contains("Можливо"));
// false v_rod with -а
assertEquals(1, rule.match(langTool.getAnalyzedSentence("федерального округа")).length);
// ne- together
//TODO: fix later
// matches = rule.match(langTool.getAnalyzedSentence("пропонує незламані ураганами сучасності"));
// assertEquals(1, matches.length);
// assertTrue("Missing message for «не» пишеться окремо", matches[0].getMessage().contains("писати окремо"));
// false :nv
assertEquals(1, rule.match(langTool.getAnalyzedSentence("затверджений народним віче")).length);
assertEquals(1, rule.match(langTool.getAnalyzedSentence("На великому родинному віче")).length);
assertEquals(1, rule.match(langTool.getAnalyzedSentence("в листопаді 2015 року на народні віче до Кривого Рогу")).length);
assertEquals(1, rule.match(langTool.getAnalyzedSentence("як японські ніндзя")).length);
assertEquals(1, rule.match(langTool.getAnalyzedSentence("приталені пальто")).length);
// missing/extra space, dash etc
assertEquals(1, rule.match(langTool.getAnalyzedSentence("соціальними мережа ми")).length);
assertEquals(1, rule.match(langTool.getAnalyzedSentence("принциповими країна ми")).length);
assertEquals(1, rule.match(langTool.getAnalyzedSentence("отримала мандатна ведення")).length);
assertEquals(1, rule.match(langTool.getAnalyzedSentence("по вуличному Копійчина")).length);
// lowercase city
assertEquals(1, rule.match(langTool.getAnalyzedSentence("У мінську влада")).length);
// barbarism
assertEquals(1, rule.match(langTool.getAnalyzedSentence("двометрові забори")).length);
// will be caught by barbarism rule
assertEmptyMatch("на пострадянський манер");
assertEquals(1, rule.match(langTool.getAnalyzedSentence("вздовж дніпровської вісі")).length);
assertEquals(1, rule.match(langTool.getAnalyzedSentence("ніщо так не зближає приморських партизан")).length);
//FIXME: FN due to ignoring adj.v_oru + noun.*v_naz/zna
// assertEquals(1, rule.match(langTool.getAnalyzedSentence("що робить її найвищою будівля")).length);
assertEquals(1, rule.match(langTool.getAnalyzedSentence("як боротьбу сунітської більшість")).length);
}
@Test
public void testExceptions() throws IOException {
// adj not noun
assertEmptyMatch("у могутні Максимові обійми");
// adj as noun
assertEmptyMatch("надання болгарській статусу");
assertEmptyMatch("старший зміни");
// pron
assertEmptyMatch("одної шостої світу");
assertEmptyMatch("Кожному наглядач кивав");
// pron + adj:n:v_rod
assertEmptyMatch("чогось схожого Європа");
assertEmptyMatch("писав про щось подібне Юрій");
// дріб
assertEmptyMatch("дві мільярдних метра");
assertEmptyMatch("п’ять шостих населення");
assertEquals(1, rule.match(langTool.getAnalyzedSentence("п'ять шості світу")).length);
assertEmptyMatch("1/8-ї фіналу");
assertEquals(1, rule.match(langTool.getAnalyzedSentence("1/8-ї фіналом")).length);
assertEmptyMatch("з 11-ма годинами");
assertEmptyMatch("вбивство 148-ми селян");
// площею, об'ємом...
assertEmptyMatch("чотирициліндровий об’ємом 1000 куб. см.");
assertEmptyMatch("10 жовтих площею 1,5 ");
assertEmptyMatch("безплатні довжиною від 100 до 1000 метрів");
assertEmptyMatch("за метр кубічний води");
// річних
assertEmptyMatch("200% річних прибутку");
// плюс
assertEmptyMatch("муніципальна плюс виробнича");
// головне
assertEmptyMatch("Головне центр правильно вибити");
assertEmptyMatch("вибране сучукрліту");
// insert - має бути виділений комами
// assertEmptyMatch("Та схоже суд таки вийшов");
// assertEquals(1, rule.match(langTool.getAnalyzedSentence("Та схоже суд таки вийшов")).length);
// adv
assertEmptyMatch("Менше народу – більше кисню");
assertEmptyMatch("Найчастіше випадки прямого підкупу");
assertEmptyMatch("– щонайперше олівець, простий, твердий");
assertEmptyMatch("Найбільше звинувачень у відьомстві");
assertEmptyMatch("— Раніше Україна неодноразово заявляла");
// пара
assertEmptyMatch("Від наступних пари десятків");
// «низка» тут, як і пара, дозволяє множинний іменник
assertEmptyMatch("Суд визнав неконституційними низку положень");
assertEquals(1, rule.match(langTool.getAnalyzedSentence("від наступних пари")).length);
}
@Test
public void testExceptionsNumbers() throws IOException {
// два/три/чотири чоловіки
assertEmptyMatch("33 народних обранці");
assertEmptyMatch("ще троє автокефальних єпископи");
assertEmptyMatch("два-три реальних кандидати");
assertEmptyMatch("три жовтих обірваних чоловіки");
assertEmptyMatch("обидва вітчизняних наукових ступені");
assertEmptyMatch("3-4 реально хворих депутати");
assertEmptyMatch("два–три колишніх кандидати");
assertEmptyMatch("два (чи навіть три) різних завершення роману");
assertEmptyMatch("два нових горнятка");
assertEmptyMatch("два жіночих імені");
assertEmptyMatch("два різних міста");
assertEmptyMatch("два абсолютно різних міста");
assertEmptyMatch("три предкові слов’янські племені");
assertEmptyMatch("два «круглих столи»");
assertEquals(1, rule.match(langTool.getAnalyzedSentence("два високих депутат")).length);
assertEquals(1, rule.match(langTool.getAnalyzedSentence("дві високих дівчині")).length);
assertEquals(1, rule.match(langTool.getAnalyzedSentence("83,7 квадратних кілометра")).length);
// 1–3-й класи
assertEmptyMatch("1–3-й класи поснідали й побігли");
assertEmptyMatch("у 5–8-му класах");
assertEmptyMatch("на сьомому–восьмому поверхах");
assertEmptyMatch("на 14—16-те місця");
assertEquals(1, rule.match(langTool.getAnalyzedSentence("3-й класи поснідали")).length);
assertEquals(1, rule.match(langTool.getAnalyzedSentence("одному-два непоганих шанси")).length);
RuleMatch[] match = rule.match(langTool.getAnalyzedSentence("залишилося сиротами 22-є дітей"));
assertEquals(1, match.length);
assertTrue(match[0].getMessage().contains("літерне нарощення після кількісного числівника"));
assertEmptyMatch("восьмого – дев’ятого класів");
assertEmptyMatch("перший — дев’ятий класи");
// time
assertEmptyMatch("і о 7-й ранку нас зустрічає");
assertEmptyMatch("Призначений на 11-ту похід");
assertEmptyMatch("о шостій ранку");
assertEmptyMatch("дванадцята дня");
// years
assertEmptyMatch("Ставши 2003-го прем’єром");
assertEmptyMatch("У 1990-х скрута змусила");
assertEmptyMatch("за 2009-й відомство зобов’язало");
assertEmptyMatch("підвів риску під 2011-м програмою «ТОП-100»");
assertEmptyMatch("Лише в 1990-ті частину саду вдруге зробили доступною");
assertEmptyMatch("У 2009–2010-му дефіцит бюджету сягав близько 1/3 видатків");
assertEmptyMatch("в 1920–1930-х батько митця показав себе як український патріот");
assertEmptyMatch("за часів «конфронтації» 2008–2009-го квота на них зросла");
assertEmptyMatch("тільки за 1986–1988-й країна втратила близько 40 млрд крб");
assertEmptyMatch("На початку двотисячних режисер зустрів двох людей");
assertEmptyMatch("корифеї американської поезії 1950-60-х Лоренс Ферлінгетті");
assertEmptyMatch("На зламі 80-90-их функціонери ...");
assertEmptyMatch("щороку під Дев’яте травня");
assertEmptyMatch("з четвертого по одинадцяте липня");
assertEmptyMatch("замість звичного десятиліттями «Українського»");
assertEmptyMatch("природний тисячею років підтверджений");
assertEquals(1, rule.match(langTool.getAnalyzedSentence("на 131-му хвилині")).length);
assertEquals(1, rule.match(langTool.getAnalyzedSentence("О 12–ї годині")).length);
assertEmptyMatch("Анонсована тиждень тому домовленість");
assertEmptyMatch("забули про популярні пару років тому");
assertEmptyMatch("завищена разів у десять");
assertEmptyMatch("інвестиція на найближчі років п’ять");
assertEmptyMatch("до розташованого кілометрів за шість");
assertEmptyMatch("заповнені відсотків на 80");
assertEmptyMatch("лячно було перші хвилин 40");
assertEmptyMatch("і посаджений років на 10–15");
assertEmptyMatch("і піднятий відсотки на 3");
assertEmptyMatch("Поховавши році в п'ятдесятому жінку");
assertEmptyMatch("хвилини з 55-ї вірмени почали застосовувати пресинг");
assertEmptyMatch("один 5-а клас");
assertEmptyMatch("маршрутка номер 29-а фірми “Фіакр”");
assertEmptyMatch("на вул. Рубчака, 17-а Тарас Стецьків");
assertEmptyMatch("вулиці Володимира Великого, 35-а Юрій Борсук");
}
@Test
public void testExceptionsOther() throws IOException {
// case government
assertEmptyMatch("Завдяки останнім бізнес");
// reverse order
assertEmptyMatch("порядок денний парламенту");
assertEmptyMatch("зокрема статтю 6-ту закону");
assertEmptyMatch("князівством Литовським подоляни");
assertEmptyMatch("абзац перший частини другої");
assertEmptyMatch("абзац другий частини першої");
// мати рівних
assertEmptyMatch("яких не мала рівних українка");
// імені
assertEmptyMatch("Київський імені Шевченка");
assertEmptyMatch("і колишня Маяковського");
assertEmptyMatch("Львівської ім. С. Крушельницької");
assertEmptyMatch("4-й Запорізький ім. гетьмана Б. Хмельницького");
assertEquals(1, rule.match(langTool.getAnalyzedSentence("у Великій Вітчизняній Війн")).length);
assertEquals(1, rule.match(langTool.getAnalyzedSentence("у Великій Вітчизняній війна")).length);
assertEmptyMatch("Після Великої Вітчизняної будівництво істотно розширилося");
// зразка
assertEmptyMatch("польські зразка 1620—1650 років");
// станом на
assertEmptyMatch("чинних станом на 4 червня");
assertEmptyMatch("а старший групи");
// stable multiword
assertEmptyMatch("Не пасли задніх міліціонери");
assertEmptyMatch("сильних світу цього");
assertEmptyMatch("найвпливовіших світу сього");
assertEmptyMatch("усіх до єдиного");
assertEmptyMatch("усі до єдиного депутати");
assertEmptyMatch("Вольному воля");
assertEmptyMatch("порядку денного засідань");
assertEmptyMatch("лаву запасних партії");
assertEmptyMatch("викладатися на повну артисти");
assertEmptyMatch("молодшого гвардії сержанта");
assertEmptyMatch("постійно на рівних міністри, президенти");
assertEmptyMatch("під час Другої світової командири");
assertEmptyMatch("до слова Божого людей");
assertEmptyMatch("Різдва Христова вигнанець");
assertEmptyMatch("ведуча Першого Національного Марія Орлова");
assertEmptyMatch("дівоче Анна");
// <adv>
assertEmptyMatch("В середньому тривалість курсів для отримання");
assertEmptyMatch("в цілому результатом задоволені");
assertEmptyMatch("на червень поточного року $29,3 млрд");
// перший
assertEmptyMatch("Одним із перших бажання придбати");
assertEmptyMatch("Першими голодування оголосили депутати");
assertEmptyMatch("Перший людина проходить");
assertEmptyMatch("Перший митців принуджував");
assertEmptyMatch("вважаючи перших джерелом");
//TODO: due to ignoring перший we missing these:
// assertEquals(1, rule.match(langTool.getAnalyzedSentence("Один із перший творів")).length);
// нічого такого
assertEmptyMatch("нічого протизаконного жінка не зробила");
assertEmptyMatch("Нічого подібного Сергій не казав");
assertEmptyMatch("Нічого поганого людям");
assertEmptyMatch("що нічим дієвим ініціативи не завершаться");
// TODO: streets
// assertEmptyMatch("бачити на Різницький представника донецького регіону");
assertEquals(1, rule.match(langTool.getAnalyzedSentence("на Західній України")).length);
// присудок ж.р. + професія
assertEmptyMatch("переконана психолог");
// adj as noun
assertEmptyMatch("Серед присутніх Микола");
assertEmptyMatch("контраргументами рідних засновника структури");
assertEmptyMatch("спіймали на гарячому хабарників");
assertEmptyMatch("була б зовсім іншою динаміка");
assertEmptyMatch("була такою жорстокою політика");
assertEmptyMatch("стали архаїчними структури");
assertEmptyMatch("назвав винним Юрія");
assertEmptyMatch("відмінних від російської моделей");
assertEmptyMatch("не перевищував кількох десятих відсотка");
}
@Test
public void testExceptionsAdjp() throws IOException {
//////// adjp ////////////
// adjp:actv:imperf + noun (case government)
// we ignore adjp:actv.*:bad - it's handled by simple replace rule
assertEmptyMatch("обмежуючий власність");
assertEmptyMatch("створивший історію");
// adjp + (весь) в біле/чорне
assertEmptyMatch("Помальована в біле кімната");
assertEmptyMatch("Помальована в усе біле кімната");
assertEquals(1, rule.match(langTool.getAnalyzedSentence("помальований в біле кімната")).length);
// adjp + noun.*v_oru
assertEmptyMatch("вкриті плющем будинки");
assertEmptyMatch("всі вкриті плющем");
assertEmptyMatch("оприлюднений депутатом Луценком");
assertEmptyMatch("щойно оголошених спікером як відсутніх");
assertEmptyMatch("групи захищені законом від образ");
assertEmptyMatch("змучений тягарем життя");
assertEmptyMatch("відправлені глядачами протягом 20 хвилин");
assertEmptyMatch("здивований запалом, який проступав");
assertEmptyMatch("охопленому насильством ваальському трикутнику");
assertEmptyMatch("переданих заповідником церкві");
assertEmptyMatch("більше занепокоєних захистом власних прав");
//TODO:
// assertEquals(1, rule.match(langTool.getAnalyzedSentence("вкриті плющем будинок")).length);
// adjp + adj:v_oru + noun (case governed by adjp)
assertEmptyMatch("підсвічений синім діамант");
// adjp + тисячу
assertEmptyMatch("повторена тисячу разів");
// adjp + a:v_oru + noun: (case from adjp)
assertEmptyMatch("підсвічений синім діамант");
assertEquals(1, rule.match(langTool.getAnalyzedSentence("підсвічений синім діамантів")).length);
// adjp + noun (case government)
assertEmptyMatch("Нав’язаний Австрії нейтралітет");
assertEmptyMatch("Нав’язаний Австрії коаліцією");
assertEmptyMatch("Наймилішою українцеві залишається бронза");
assertEmptyMatch("на цих загальновідомих американцям зразках");
assertEmptyMatch("слід бути свідомими необхідності");
assertEmptyMatch("влаштованою Мазепі Петром");
assertEmptyMatch("будуть вдячні державі Україна");
assertEmptyMatch("мають бути підпорядковані служінню чоловікові");
assertEmptyMatch("більше відомої загалу як"); //TODO: теоретично має бути кома перед «як»
assertEquals(1, rule.match(langTool.getAnalyzedSentence("Нав’язаний Австрії нейтралітеті")).length);
//TODO:
// assertEquals(1, rule.match(langTool.getAnalyzedSentence("змучений тягарем життю")).length);
}
@Test
public void testExceptionsVerb() throws IOException {
// бути/стати/лишитися + adj:v_oru + noun:v_dav (gender matches adj)
assertEmptyMatch("слід бути обережними туристам у горах");
assertEquals(1, rule.match(langTool.getAnalyzedSentence("слід бути обережною туристам у горах")).length);
// modal
assertEmptyMatch("зараз повинне ділом довести");
assertEmptyMatch("Вони здатні екскаватором переорювати");
assertEmptyMatch("яке готове матір рідну продати");
assertEmptyMatch("Через якийсь час був змушений академію покинути");
// бути/стати/лишитися + adj:v_oru + noun:v_naz (gender matches adj)
assertEmptyMatch("Досі була чинною заборона");
assertEmptyMatch("Досі була б чинною заборона");
assertEmptyMatch("Стає очевидною наявність");
assertEmptyMatch("було куди зрозумілішим гасло самостійності");
assertEmptyMatch("є очевидною війна");
assertEmptyMatch("була б такою ж суттєвою явка");
assertEmptyMatch("і була б дещо абсурдною ситуація.");
assertEmptyMatch("Стали дорожчими хліб чи бензин");
//TODO: ignored by "визнали справедливою наставники" exception
// assertEquals(1, rule.match(langTool.getAnalyzedSentence("Стає очевидним наявність")).length);
// adj + noun agrees, verb + adj/noun agreement will be different rule
// assertEquals(1, rule.match(langTool.getAnalyzedSentence("була чинним закон")).length);
// verb + a:v_oru + n:v_naz (case matches verb)
assertEmptyMatch("дівчат не залишила байдужими інформація");
assertEmptyMatch("визнали справедливою наставники обох команд");
assertEmptyMatch("визнало незаконною Міністерство юстиції");
assertEmptyMatch("яку роблять знаковою плями на мундирі");
assertEmptyMatch("видається цілком стабільною демократія");
assertEmptyMatch("може бути не ідеальною форма тістечок");
assertEmptyMatch("не можуть бути толерантними ізраїльтяни");
//TODO:
// assertEmptyMatch("визнано справедливою наставниками обох команд");
// verb + adj.v_oru + noun:v_zna (case matches adj)
assertEmptyMatch("які зроблять неможливою ротацію влади");
assertEmptyMatch("зробити відкритим доступ");
assertEmptyMatch("визнають регіональними облради");
assertEmptyMatch("залишивши незруйнованим Карфаген");
assertEmptyMatch("зробить обтяжливим використання");
assertEmptyMatch("На сьогодні залишається невідомою доля близько 200 людей");
assertEmptyMatch("зробило можливою і необхідною появу нового гравця");
// TODO: чи має бути «доцільною участь»?
//TODO:
// assertEquals(1, rule.match(langTool.getAnalyzedSentence("партія вважає доцільним участь у списку осіб")).length);
assertEquals(1, rule.match(langTool.getAnalyzedSentence("вважають нелегітимними анексію")).length);
assertEquals(1, rule.match(langTool.getAnalyzedSentence("не залишили байдужими адміністрацію")).length);
// ignored by verb + adj:v_oru + noun:v_naz
// assertEquals(1, rule.match(langTool.getAnalyzedSentence("визнають регіональною облради")).length);
// ння + adj:v_oru + noun:v_rod
assertEmptyMatch("визнання неконституційним закону");
assertEmptyMatch("визнання недійсним рішення");
assertEmptyMatch("через визнання тут шкідливою орієнтацію на народну мову");
assertEquals(1, rule.match(langTool.getAnalyzedSentence("визнання неконституційними закону")).length);
assertEquals(1, rule.match(langTool.getAnalyzedSentence("визнання недійсним рішенню")).length);
//TODO: FN due to ignoring adj.v_oru + noun.*v_naz/zna
// assertEquals(1, rule.match(langTool.getAnalyzedSentence("визнання неконституційним закон")).length);
//TODO:
// assertEmptyMatch("визнання легітимними президента і прем'єра"); // v_rod??
}
@Test
public void testExceptionsAdj() throws IOException {
//////////// adj ///////////////
// adj + noun (case government)
assertEmptyMatch("жадібна землі");
assertEmptyMatch("вдячного батьку");
assertEmptyMatch("Я вдячний редакторові Вільяму Філліпсу");
assertEmptyMatch("радий присутності генерала");
assertEmptyMatch("відомий мешканцям");
assertEmptyMatch("менш незрозумілу киянам");
assertEmptyMatch("найстарший віком із нас");
assertEmptyMatch("таких немилих серцю Булгакова");
assertEmptyMatch("експозиція, присвячена Леоніду Іллічу");
assertEmptyMatch("печаткою та вручене платнику");
assertEquals(1, rule.match(langTool.getAnalyzedSentence("жадібна землею")).length);
// adj + (case government) adj + noun (case match 1st adj)
assertEmptyMatch("протилежний очікуваному результат");
assertEmptyMatch("альтернативну олігархічній модель");
assertEmptyMatch("альтернативні газовому варіанти");
assertEquals(1, rule.match(langTool.getAnalyzedSentence("альтернативну олігархічній порядку")).length);
// assertEquals(1, rule.match(langTool.getAnalyzedSentence("альтернативну олігархічному модель")).length);
// adj.*v_oru + noun.*v_naz (case matches adj) (+ verb)
assertEmptyMatch("найчисленнішими цеховики були саме в Грузії");
assertEmptyMatch("Дефіцитною торгівля США є");
assertEmptyMatch("Не менш виснажливою війна є і для ворога");
assertEmptyMatch("Так, відносно чеснішими новини, за даними соціологів, стали");
assertEmptyMatch("Найнижчою частка таких є на Півдні");
// ... -verb
assertEmptyMatch("то сильнішим інтерес до альтернативної думки");
assertEmptyMatch("кількість визнаних недійсними бюлетенів");
// adj.v_oru + noun.*v_naz (no case match) (+verb)
assertEmptyMatch("Слабшою критики вважають");
assertEmptyMatch("найбільш райдужною перспектива членства в ЄС залишається");
// adj.v_oru + noun:v_zna (+ verb)
assertEmptyMatch("Однак безлюдним місто також не назвеш");
assertEmptyMatch("Вагомим експерти називають той факт");
assertEmptyMatch("таким піднесеним президента не бачили давно");
// adj:p: + риска
assertEmptyMatch("Найближчі півроку-рік");
assertEmptyMatch("найближчих тиждень-два");
assertEmptyMatch("протягом минулих травня-липня");
assertEmptyMatch("Перші рік-два влада відбивалася");
assertEmptyMatch("суперкризовими січнем–лютим");
assertHasError("найближчі тиждень");
}
@Test
public void testExceptionsPrepAdj() throws IOException {
// пропустити оборот prep+adj
assertEmptyMatch("діє подібний до попереднього закон");
assertEmptyMatch("з відмінним від їхнього набором цінностей");
assertEmptyMatch("Про далеку від взірцевої поведінку");
assertEmptyMatch("нижчими від ринкових цінами");
assertEmptyMatch("протилежний до загальнодержавного процес");
assertEmptyMatch("Схожої з тамтешньою концепції");
assertEmptyMatch("відрізнялася від нинішньої ситуація");
assertEmptyMatch("відрізнялася б від нинішньої ситуація");
assertEmptyMatch("відрізнялося від російського способом");
assertHasError("асоціюється в нас із сучасною цивілізацію");
assertEmptyMatch("На відміну від європейських санкції США");
assertEmptyMatch("поряд з енергетичними Москва висувала");
assertEmptyMatch("тотожні із загальносоюзними герб і прапор");
assertEmptyMatch("чотири подібних до естонських звіти.");
assertEmptyMatch("порівняно з попереднім результат");
assertEmptyMatch("порівняно із 1999-им доходи автопідприємств");
assertEquals(1, rule.match(langTool.getAnalyzedSentence("він є одним із найстаріший амфітеатрів")).length);
assertEquals(1, rule.match(langTool.getAnalyzedSentence("подібний до попереднього закони")).length);
assertEquals(1, rule.match(langTool.getAnalyzedSentence("порівняний з попереднім результатів")).length);
assertEquals(1, rule.match(langTool.getAnalyzedSentence("Схожої з тамтешньою концепція")).length);
assertEquals(1, rule.match(langTool.getAnalyzedSentence("протилежний до загальнодержавному процес")).length);
assertEquals(1, rule.match(langTool.getAnalyzedSentence("вдалися до збройної боротьбі")).length);
// assertEmptyMatch("її острови відрізняються від Південної природою");
}
@Test
public void testExceptionsPlural() throws IOException {
/////////// plurals /////////
// plural + пів...
assertEmptyMatch("на довгих півстоліття");
assertEmptyMatch("цілих півмісяця");
assertEmptyMatch("на довгих чверть століття");
assertEquals(1, rule.match(langTool.getAnalyzedSentence("на довгих місяця")).length);
// plural
// adj:.:p + multiple nouns
assertEmptyMatch("щоб моїх маму й сестер");
assertEmptyMatch("власними потом i кров’ю"); // latin i - we want AlphabetMixedRule to take care of this
assertEmptyMatch("Перші тиждень чи два");
assertEmptyMatch("зазначені ім'я, прізвище та місто");
assertEmptyMatch("Житомирська, Кіровоградська області");
assertEmptyMatch("ані судова, ані правоохоронна системи");
assertEmptyMatch("шиїтську та сунітську, а також курдську частини");
assertEmptyMatch("Чорного і Азовського морів");
assertEmptyMatch("називає й традиційні корупцію, «відкати», хабарі");
assertEmptyMatch("державні Ощадбанк, «Укргазбанк»");
assertEmptyMatch("коринфський з іонійським ордери");
assertEmptyMatch("можуть зробити доступнішими фосфор чи калій");
assertEmptyMatch("зв'язаних ченця з черницею");
assertEmptyMatch("на зарубаних матір з двома синами");
assertEmptyMatch("повоєнні Австрія з Фінляндією");
assertEmptyMatch("Опозиційні Андрієвський і Черников");
assertEmptyMatch("директори навчальної та середньої шкіл");
assertEmptyMatch("протягом минулих травня – липня");
assertEmptyMatch("практично відсутні транспорт, гомінкі базари");
assertEmptyMatch("ВАЖЛИВІ МОТОРИКА І ВІДЧУТТЯ РІВНОВАГИ");
assertEmptyMatch("канонізовані Іоанн XXIII і Іван Павло II");
assertEmptyMatch("у дво- й тривимірному форматах");
assertEmptyMatch("Однак ні паровий, ні електричний двигуни не могли");
assertEmptyMatch("сміттєпереробного і/або сміттєспалювального заводів");
assertEmptyMatch("130-те (мінус вісім позицій порівняно з 2009-м) та 145-те місця");
assertEmptyMatch("ні у методологічному, ні у практичному аспектах.");
assertEmptyMatch("Хоч в англомовній, хоч в україномовній версіях");
// unknown words
assertEmptyMatch("Большого та Маріїнського театрів");
assertEmptyMatch("Пляжі 3, 4 і 5-ї категорій.");
assertHasError("У львівській та київський Книгарнях");
assertHasError("повоєнні Австрія з Фінляндію");
// assertEquals(1, rule.match(langTool.getAnalyzedSentence("«Старий паразите...» І кокетлива інтонації ведучої не замасковує зовсім невиправдану")).length);
assertHasError("Судячи з січневих продаж, 2009-й може стати");
assertHasError("які наполягали на введені санкцій, будуть продовжуватися.");
// multiple adj + noun:.*:p
assertEmptyMatch("символізують творчий, оберігальний та руйнівний аспекти Вищої Сили");
assertEmptyMatch("на місцевому, так і на центральному рівнях");
assertEmptyMatch("передався повоєнним Відню та Парижу");
// "long" plural
assertEmptyMatch("найхарактерніші лояльність до влади й відданість місцевим лідерам.");
assertEmptyMatch("і з першим, і з другим чоловіками");
assertEmptyMatch("молодші Олександр Ірванець, Оксана Луцишина, Євгенія Кононенко");
assertEmptyMatch("230 вчилися за старшинською і 120 за підстаршинською програмами");
}
@Test
public void testExceptionsPluralConjAdv() throws IOException {
assertEmptyMatch("уражені штаб ІДІЛ, а також збройний завод.");
assertEmptyMatch("в соціальному, а згодом і в економічному аспектах");
assertEmptyMatch("до апеляційного, а відтак і до конституційного судів");
assertEmptyMatch("У переносному та навіть у прямому сенсах слова");
assertEmptyMatch("в Чернівецькій і частково у Закарпатській областях");
assertEmptyMatch("парламентської, а згодом і президентської кампаній");
assertEmptyMatch("на західноєвропейському, а потім і на американському ринках");
//TODO:
// assertEmptyMatch("Дохідна, а за нею й видаткова частини держбюджету");
assertEmptyMatch("навчався в реальному, потім у землемірному училищах");
assertHasError("для того, щоб пожвавити культурне середовища села");
// assertEmptyMatch("канонізованих царя Давида, і князя Володимира"); // unnecessary comma
}
@Test
public void testExceptionsInsertPhrase() throws IOException {
assertEmptyMatch("трагедію російського й, особливо, українського народів");
assertEmptyMatch("Китай і, певною мірою, Росія зуміли поставити");
assertHasError("що, однак, не змінюють загальної картин");
//TODO: here single gender for plural would help, but we don't have that in POS tag
// alternatively we could try to use synthesizer to guess singular gender
// assertHasError("історичне рішення, доки у виборчий кампанії");
// assertHasError("На останньому відрізку, вже на український землі");
// assertHasError("почувався в ньому не гірше, ніж у парламентський президії");
// assertHasError("у сільському господарстві (як, зокрема, сербська компанії «МК груп»)");
assertHasError("про те, що в різних міста");
assertHasError("Він додав, що у комунальних підприємства");
assertHasError("наставник сказав, що на світовий першості");
assertHasError("Аль-Каїда, і чи не найстрашніше терористичний об’єднання");
assertHasError("буде очікувати, коли нова редакції");
assertHasError("вважає Порошенко, одночасно закликаючи європейську коаліції");
assertHasError("пішли вперед, хай і міліметровим кроками");
assertHasError("Словом, у проблематиці подвійного громадянств");
assertHasError("Правоохоронцями, зокрема, проведена масштабна операції");
assertHasError("Він так і не прийняв односторонню капітуляції");
assertHasError("Так, наприклад, косівським аматорами");
assertHasError("Якщо третина чи навіть половинна населення");
assertHasError("Думаю, це фейковий вкидання");
assertHasError("Сьогодні, наприклад, часта машинобудування");
}
@Test
// we ignore all pronouns now but this may be useful in the future
public void testPronouns() throws IOException {
// pron
assertEmptyMatch("усі решта");
assertEmptyMatch("єдину для всіх схему");
assertEmptyMatch("без таких документів");
assertEmptyMatch("згідно з якими африканцям");
assertEmptyMatch("чиновників, яким доступ");
assertEmptyMatch("так само");
assertEmptyMatch("перед тим гарант");
assertEmptyMatch("усього місяць тому");
// this, that...
assertEmptyMatch("це мова сото");
assertEmptyMatch("без якої сім’я не проживе");
assertEmptyMatch("ВО «Свобода», лідер котрої Олег Тягрибок");
assertEmptyMatch("стільки само свідків");
//TODO: turn back on when we can handle pron
// assertEquals(1, rule.match(langTool.getAnalyzedSentence("із такою самого зневагою")).length);
// assertEquals(1, rule.match(langTool.getAnalyzedSentence("на вибори само висуванцем")).length);
}
@Test
public void testSpecialChars() throws IOException {
assertEmptyMatch("зелений поді\u00ADум");
assertHasError("зелений по\u00ADділка.");
assertHasError("зе\u00ADлений поділка.");
}
private void assertEmptyMatch(String text) {
try {
assertEquals(Collections.<RuleMatch>emptyList(), Arrays.asList(rule.match(langTool.getAnalyzedSentence(text))));
} catch (IOException e) {
throw new RuntimeException(e);
}
}
private void assertHasError(String text) {
try {
assertEquals(1, rule.match(langTool.getAnalyzedSentence(text)).length);
} catch (IOException e) {
throw new RuntimeException(e);
}
}
}