Skip to content

Commit

Permalink
[de] add tests
Browse files Browse the repository at this point in the history
  • Loading branch information
@danielnaber
danielnaber committed Mar 3, 2015
1 parent be81178 commit 2c39802
Show file tree
Hide file tree
Showing 2 changed files with 90 additions and 32 deletions.
4 changes: 2 additions & 2 deletions languagetool-language-modules/de/src/main/java/org/languagetool/chunking/GermanChunker.java
View file
Expand Up @@ -119,7 +119,7 @@ public static boolean isDebug() {
build("<pos=ADJ> <und|sowie> <chunk=B-NP & !pos=PLU> <chunk=I-NP>*", NPS, true),
// "deren Bestimmung und Funktion" (fixes mistagging introduced above):
build("<deren> <chunk=B-NP & !pos=PLU> <und|sowie> <chunk=B-NP>*", NPS, true),
// "Julia und Karsten ist alt.":
// "Julia und Karsten":
build("<pos=EIG> <und> <pos=EIG>", NPP),
// "die älteste und bekannteste Maßnahme" - OpenNLP won't detect that as one NP:
build("<pos=ART> <pos=ADJ> <und|sowie> (<pos=ADJ>|<pos=PA2>) <chunk=I-NP & !pos=PLU>+", NPS, true),
Expand Down Expand Up @@ -172,7 +172,7 @@ public static boolean isDebug() {
build("<regex=[\\d,.]+> <&prozent;>", NPS),
build("<regex=[\\d,.]+> <&prozent;>", NPP),

// "dass sie wie ein Spiel":
// "[alle Arbeitsplätze so umzugestalten,] dass sie wie ein Spiel":
build("<dass> <sie> <wie> <NP>", NPP),
// "[so dass Knochenbrüche und] Platzwunden die Regel [sind]"
build("<pos=PLU> <die> <Regel>", NPP),
Expand Down
118 changes: 88 additions & 30 deletions ...getool-language-modules/de/src/test/java/org/languagetool/chunking/GermanChunkerTest.java
View file
Expand Up @@ -33,40 +33,73 @@
public class GermanChunkerTest {

private final JLanguageTool lt = new JLanguageTool(new German());
private final GermanChunker chunker = new GermanChunker();

@Test
public void testChunking() throws Exception {
assertFullChunks("Ein/B Haus/I");
assertFullChunks("Ein/NPP Hund/NPP und/NPP eine/NPP Katze/NPP stehen dort");
assertFullChunks("Es war die/NPS größte/NPS und/NPS erfolgreichste/NPS Erfindung/NPS");
assertFullChunks("Geräte/B , deren/NPS Bestimmung/NPS und/NPS Funktion/NPS unklar sind.");
assertFullChunks("Julia/NPP und/NPP Karsten/NPP sind alt");
assertFullChunks("Es ist die/NPS älteste/NPS und/NPS bekannteste/NPS Maßnahme/NPS");
assertFullChunks("Das ist eine/NPS Masseeinheit/NPS und/NPS keine/NPS Gewichtseinheit/NPS");
assertFullChunks("Sie fährt nur eins/NPS ihrer/NPS drei/NPS Autos/NPS");
assertFullChunks("Da sind er/NPP und/NPP seine/NPP Schwester/NPP");

//assertFullChunks("Sowohl/NPP sein/NPP Vater/NPP als/NPP auch/NPP seine/NPP Mutter/NPP sind da"); //?
//assertFullChunks("Sowohl/NPP Tom/NPP als/NPP auch/NPP Maria/NPP sind da");
//assertFullChunks("Sowohl/NPP er/NPP als/NPP auch/NPP seine/NPP Schwester/NPP sind da");

assertFullChunks("Rekonstruktionen/NPP oder/NPP der/NPP Wiederaufbau/NPP sind das/NPS Ziel/NPS");
assertFullChunks("Isolation/NPP und/NPP ihre/NPP Überwindung/NPP ist das/NPS Thema/NPS");
assertFullChunks("Es gibt weder/NPP Gerechtigkeit/NPP noch/NPP Freiheit/NPP");
assertFullChunks("Da sitzen drei/NPP Katzen/NPP");
assertFullChunks("Der/NPS von/NPS der/NPS Regierung/NPS geprüfte/NPS Hund/NPS ist grün");
assertFullChunks("Herr/NPP und/NPP Frau/NPP Schröder/NPP sind betrunken");
//assertFullChunks("Die/NPS hohe/NPS Zahl/NPS dieser/NPS relativ/NPS kleinen/NPS Verwaltungseinheiten/NPS ist beeindruckend"); //?
//assertFullChunks("Das ist eine/NPS der/NPS am/NPS meisten/NPS verbreiteten/NPS Krankheiten/NPS"); //?
assertFullChunks("Das sind 37/NPS Prozent/NPS");
assertFullChunks("Das sind 37/NPP Prozent/NPP");
assertFullChunks("Er will die/NPP Arbeitsplätze/NPP so umgestalten , dass/NPP sie/NPP wie/NPP ein/NPP Spiel/NPP sind.");
assertFullChunks("So dass Knochenbrüche/NPP und/NPP Platzwunden/NPP die/NPP Regel/NPP sind");
assertFullChunks("Eine/NPS Veranstaltung/NPS ,/NPP die/NPP immer/NPP wieder/NPP ein/NPP kultureller/NPP Höhepunkt/NPP war"); // warum NPP?
// TODO: add more tests
}

// B = begin, will be expanded to B-NP, I = inner, will be expanded to I-NP
@Test
public void testOpenNLPLikeChunking() throws Exception {
//GermanChunker.setDebug(true);
assertChunks("Ein/B Haus/I");
assertChunks("Da steht ein/B Haus/I");
assertChunks("Da steht ein/B schönes/I Haus/I");
assertChunks("Da steht ein/B schönes/I großes/I Haus/I");
assertChunks("Da steht ein/B sehr/I großes/I Haus/I");
assertChunks("Da steht ein/B sehr/I schönes/I großes/I Haus/I");
assertChunks("Da steht ein/B sehr/I großes/I Haus/I mit Dach/B");
assertChunks("Da steht ein/B sehr/I großes/I Haus/I mit einem/B blauen/I Dach/I");
assertChunks("Eine/B leckere/I Lasagne/I");
assertChunks("Herr/B Meier/I isst eine/B leckere/I Lasagne/I");
assertChunks("Herr/B Schrödinger/I isst einen/B Kuchen/I");
assertChunks("Herr/B Schrödinger/I isst einen/B leckeren/I Kuchen/I");
assertChunks("Herr/B Karl/I Meier/I isst eine/B leckere/I Lasagne/I");
assertChunks("Herr/B Finn/I Westerwalbesloh/I isst eine/B leckere/I Lasagne/I");
assertChunks("Unsere/B schöne/I Heimat/I geht den/B Bach/I runter");
assertChunks("Er meint das/B Haus/I am grünen/B Hang/I");
assertChunks("Ich muss dem/B Hund/I Futter/I geben"); // TODO: see next line for how it should be (but: 'Pariser Innenstadt' should be one NP)
assertBasicChunks("Ein/B Haus/I");
assertBasicChunks("Da steht ein/B Haus/I");
assertBasicChunks("Da steht ein/B schönes/I Haus/I");
assertBasicChunks("Da steht ein/B schönes/I großes/I Haus/I");
assertBasicChunks("Da steht ein/B sehr/I großes/I Haus/I");
assertBasicChunks("Da steht ein/B sehr/I schönes/I großes/I Haus/I");
assertBasicChunks("Da steht ein/B sehr/I großes/I Haus/I mit Dach/B");
assertBasicChunks("Da steht ein/B sehr/I großes/I Haus/I mit einem/B blauen/I Dach/I");
assertBasicChunks("Eine/B leckere/I Lasagne/I");
assertBasicChunks("Herr/B Meier/I isst eine/B leckere/I Lasagne/I");
assertBasicChunks("Herr/B Schrödinger/I isst einen/B Kuchen/I");
assertBasicChunks("Herr/B Schrödinger/I isst einen/B leckeren/I Kuchen/I");
assertBasicChunks("Herr/B Karl/I Meier/I isst eine/B leckere/I Lasagne/I");
assertBasicChunks("Herr/B Finn/I Westerwalbesloh/I isst eine/B leckere/I Lasagne/I");
assertBasicChunks("Unsere/B schöne/I Heimat/I geht den/B Bach/I runter");
assertBasicChunks("Er meint das/B Haus/I am grünen/B Hang/I");
assertBasicChunks("Ich muss dem/B Hund/I Futter/I geben"); // TODO: see next line for how it should be (but: 'Pariser Innenstadt' should be one NP)
//assertChunks("Ich muss dem/B Hund/I Futter/B geben");
assertChunks("Das/B Wasser/I , das die/B Wärme/I überträgt");
assertChunks("Er mag das/B Wasser/I , das/B Meer/I und die/B Luft/I");
assertChunks("Schon mehr als zwanzig/B Prozent/I der/B Arbeiter/I sind im Streik/B");
assertChunks("Das/B neue/I Gesetz/I betrifft 1000 Bürger/B"); // '1000' sollte evtl. mit in die NP...
assertChunks("In zwei/B Wochen/I ist Weihnachten/B");
assertChunks("Eines ihrer/B drei/I Autos/I ist blau");
assertBasicChunks("Das/B Wasser/I , das die/B Wärme/I überträgt");
assertBasicChunks("Er mag das/B Wasser/I , das/B Meer/I und die/B Luft/I");
assertBasicChunks("Schon mehr als zwanzig/B Prozent/I der/B Arbeiter/I sind im Streik/B");
assertBasicChunks("Das/B neue/I Gesetz/I betrifft 1000 Bürger/B"); // '1000' sollte evtl. mit in die NP...
assertBasicChunks("In zwei/B Wochen/I ist Weihnachten/B");
assertBasicChunks("Eines ihrer/B drei/I Autos/I ist blau");
}

@Test
public void testTemp() throws Exception {
assertChunks("Ein/B Haus/I");
assertBasicChunks("Ein/B Haus/I");
//TODO:
//assertChunks("Eines ihrer/B drei/I Autos/I ist blau");
//assertChunks("Das/B Wasser/I , das Wärme/B überträgt"); // keine Kongruenz bzgl. Genus -> keine NP
Expand All @@ -87,16 +120,37 @@ public void testTemp() throws Exception {
// die Hoffnung auf ein baldiges Ende
}

private void assertChunks(String input) throws Exception {
String plainInput = input.replaceAll("/[A-Z-]*", "").replace(" ,", ",");
private void assertBasicChunks(String input) throws Exception {
String plainInput = getPlainInput(input);
AnalyzedSentence analyzedSentence = lt.getAnalyzedSentence(plainInput);
AnalyzedTokenReadings[] result = analyzedSentence.getTokensWithoutWhitespace();
GermanChunker chunker = new GermanChunker();
List<ChunkTaggedToken> basicChunks = chunker.getBasicChunks(Arrays.asList(result));
List<String> expectedChunks = getExpectedChunks(input);
assertChunks(input, plainInput, basicChunks, expectedChunks);
}

private void assertFullChunks(String input) throws Exception {
String plainInput = getPlainInput(input);
AnalyzedSentence analyzedSentence = lt.getAnalyzedSentence(plainInput);
AnalyzedTokenReadings[] result = analyzedSentence.getTokensWithoutWhitespace();
chunker.addChunkTags(Arrays.asList(result));
List<String> expectedChunks = getExpectedChunks(input);
List<ChunkTaggedToken> result2 = new ArrayList<>();
int i = 0;
for (AnalyzedTokenReadings readings : result) {
if (i > 0) {
ChunkTaggedToken chunkTaggedToken = new ChunkTaggedToken(readings.getToken(), readings.getChunkTags(), readings);
result2.add(chunkTaggedToken);
}
i++;
}
assertChunks(input, plainInput, result2, expectedChunks);
}

private String getPlainInput(String input) {
return input.replaceAll("/[A-Z-]*", "").replace(" ,", ",");
}

private List<String> getExpectedChunks(String input) {
List<String> expectedChunks = new ArrayList<>();
String[] parts = input.split(" ");
Expand All @@ -108,6 +162,10 @@ private List<String> getExpectedChunks(String input) {
expectedChunks.add("B-NP");
} else if (chunk.equals("I")) {
expectedChunks.add("I-NP");
} else if (chunk.equals("NPP")) {
expectedChunks.add("NPP");
} else if (chunk.equals("NPS")) {
expectedChunks.add("NPS");
} else {
throw new RuntimeException("Unknown chunk type: '" + chunk + "'");
}
Expand All @@ -118,14 +176,14 @@ private List<String> getExpectedChunks(String input) {
return expectedChunks;
}

private void assertChunks(String input, String plainInput, List<ChunkTaggedToken> basicChunks, List<String> expectedChunks) {
private void assertChunks(String input, String plainInput, List<ChunkTaggedToken> chunks, List<String> expectedChunks) {
int i = 0;
for (String expectedChunk : expectedChunks) {
ChunkTaggedToken outputChunksHere = basicChunks.get(i);
ChunkTaggedToken outputChunksHere = chunks.get(i);
if (!outputChunksHere.getChunkTags().contains(new ChunkTag(expectedChunk))) {
fail("Expected " + expectedChunk + " but got " + outputChunksHere + " at position " + i + " for input:\n " + input +
"\nPlain input:\n " + plainInput +
"\nBasic chunks:\n " + basicChunks +
"\nChunks:\n " + chunks +
"\nExpected:\n " + expectedChunks);
}
i++;
Expand Down

0 comments on commit 2c39802

Please sign in to comment.