ghalatawi 0.3

Description

ghalatawi: Arabic Autocorrect library

التصحيح الإملائي من أهم الأدوات المستعملة في النشر والكتابة الإلكترونية، وتستعمل في البحث والاستعلامات، كما يعد من أهم الأدوات المرافقة للبرامج المكتبية. وفي بعض الحالات نحتاج لما يسمى بالتصحيح التلقائي للكلمات، وهو اقتراح تصحيح لأخطاء شائعة في الكتابة، مثل قلب حرفين، أو عدم الضغط على زر ما لإعطاء كلمة خاطئة، وتشيع في الكتابة بالعربية بعض الأخطاء مثل عدم التفريق بين همزة الوصل وهمزة القطع، والخلط بين الضاد والظاء، وإغفال نقطتي الياء، وكتابة التاء المربوطة هاء.

يهدف هذا المشروع إلى وضع قائمة للكلمات الخاطئة الشائعة وتصحيحها التلقائي، وكذا وضع التعبيرات المنتظمة التي تعبّر عن بعض الحالات.

AutoCorrect (Text replacement, Replace as you type) is a software function commonly found in word processors such as OpenOffice.org/LibreOffice. Its principal purpose is to correct common spelling or typing errors, saving time for the user. It is also used to automatically format text or insert special characters by recognizing particular character usage, saving the user from having to use more tedious functions[cf. wikipedia]. The common errors in Arabic, are confusion between Alef forms ( Alef with Hamza, Alef without Hamza), missig the Yeh dots, and missing the Teh-Marbuta dots.

This Project aims to construct a word list and a list of regular expressions for Arabic auto-correction.

pip install ghalatawi

pyarabic>=0.6.8

>>> from ghalatawi.autocorrector import AutoCorrector

Examples

Detailed examples and features in Features

• Autocorrect a text

from ghalatawi.autocorrector import AutoCorrector
autoco = AutoCorrector()
text = 'اذا أردت إستعارة كتاب ، اذهب الى المكتبه او الادارة فى الضهيرة .'
autoco.spell(text)

output

'إذا أردت استعارة كتاب، اذهب إلى المكتبة أو الادارة في الظهيرة.'

• Show methods used in spelling

from ghalatawi.autocorrector import AutoCorrector
autoco = AutoCorrector()
autoco.show_config()

{'regex': True, 'wordlist': True, 'punct': True, 'typo': True}

• Allow/disallow methods used in spelling

from ghalatawi.autocorrector import AutoCorrector
autoco = AutoCorrector()
# remove regex method from spelling
autoco.unset_allow("regex")
text = 'اذا أردت إستعارة كتاب ، اذهب الى المكتبه او الادارة فى الضهيرة .'
# The word إستعارة will no be corrected
expected_text = 'إذا أردت إستعارة كتاب، اذهب إلى المكتبة أو الادارة في الظهيرة.'
result_text = autoco.spell(text)
bool(result_text == expected_text)
# Allow regex
autoco.set_allow("regex")
expected_text = 'إذا أردت استعارة كتاب، اذهب إلى المكتبة أو الادارة في الظهيرة.'
result_text = autoco.spell(text)
bool(result_text == expected_text)

True
True

• Adjust punctuations in text

  >>> from ghalatawi.autocorrector import AutoCorrector
  >>> autoco = AutoCorrector()
  >>> text = "قال : للصائم فرحتان : فرحة حين يفطر ، وفرحة حين يلقى ربه  ."
  >>> autoco.adjust_pounct(text)
  'قال: للصائم فرحتان: فرحة حين يفطر، وفرحة حين يلقى ربه.'

• Adjust typos in text

  >>> from ghalatawi.autocorrector import AutoCorrector
  >>> autoco = AutoCorrector()
  >>> text = "اشتريت الخبز و الحليب و الخضر و قليلا من الفاكهة."
  >>> autoco.adjust_typo(text)
      'اشتريت الخبز والحليب والخضر وقليلا من الفاكهة.'

• Autocorrect a word by regex

  >>> from ghalatawi.autocorrector import AutoCorrector
  >>> autoco = AutoCorrector()
  >>> word=u"الإجتماعية"
  >>> autoco.autocorrect_by_regex(word)
  الاجتماعية

• Autocorrect a word by autucorrection word list; with given word list

  >>> from ghalatawi.autocorrector import AutoCorrector
  >>> autoco = AutoCorrector()
  >>> autocorrectlist={
  ...                 u'اذا':u'إذا',
  ...                 u'او':u'أو',
  ...                 u'فى':u'في',
  ...                 u'هى':u'هي',
  ...                 u'انت':u'أنت',
  ...                 u'انتما':u'أنتما',
  ...                 u'الى':u'إلى',
  ...                 u'التى':u'التي',
  ...                 u'الذى':u'الذي',
  ...                 }
  >>> word=u"اذا"
  >>> autoco.autocorrect_by_wordlist(word, autocorrectlist)
  'إذا'

• Autocorrect a word by autucorrection word list; with default word list

  >>> from ghalatawi.autocorrector import AutoCorrector
  >>> autoco = AutoCorrector()
  >>> word=u"اذا"
  >>> # default word list
  >>> autoco.autocorrect_by_wordlist(word)
  إذا

• Load a specific wordlist Autocorrect a word by autucorrection word list

>>> from ghalatawi.autocorrector import AutoCorrector
>>> autoco = AutoCorrector()
>>> autocorrectlist = autoco.load_wordlist("data/arabic.acl")
>>> word=u"اذا"
>>> autoco.autocorrect_by_wordlist(word, autocorrectlist)
إذا