Skip to main content

Detect dirty slang in russian texts and process it

Project description

Detect dirty slang in russian text and process it.

Конечно же, бороться с русской ненормативной лексикой очень сложно
и данный модуль не претендует на однозначную победу, но помочь в этой борьбе
может.

Список слов и регулярные выражения, лежащие в основе модуля, взяты
в разное время в забытых местах Интернета и, если кто-то обнаружит своё авторство,
то я с радостью это авторство укажу или удалю проприетарную часть по требованию.

В основе модуля лежат два принципа:
* морфологический анализ слов посредством модуля pymorphy2
https://pypi.python.org/pypi/pymorphy2/
их сопоставление с базой заранее заготовленных
* анализ текста на основе регулярного выражения.

Можно использовать либо тот, либо другой способ.

Второй вариант работает быстрее, но менее точный. Зато работает вне Django.
Первый вариант медленнее, но его легко "обучать", добавляя слова в список.
Первый вариант также можно использовать вне Django, но Вам придется самим
разобрать базу из файла ``djantimat/fixtures/initial_data.json`` и подменить
свойство ``PymorphyProc.words`` их списком.

Модуль работает только с unicode-объектами.

Project details


Download files

Download the file for your platform. If you're not sure which to choose, learn more about installing packages.

Source Distribution

djantimat-0.1.2.zip (51.7 kB view hashes)

Uploaded Source

Supported by

AWS AWS Cloud computing and Security Sponsor Datadog Datadog Monitoring Fastly Fastly CDN Google Google Download Analytics Microsoft Microsoft PSF Sponsor Pingdom Pingdom Monitoring Sentry Sentry Error logging StatusPage StatusPage Status page