mecab text cleaner

Limpador de texto Mecab

Este é um pacote Python simples para obter leituras japonesas (Yomigana) e sotaques usando o MECAB. Considere também o uso de pyopenjtalk (sem detalhes) ou pyopenjtalk_g2p_prosody (ESPNET) (com sotaques), pois este pacote não explica alterações de destaque nas palavras compostas.

Instalação

Instale isso via PIP ou PIPX (ou seu gerenciador de pacotes favorito):

pipx install mecab-text-cleaner[unidecode,unidic]

pip install mecab-text-cleaner[unidecode,unidic]

Uso

 > mtc いい天気ですね。
イ]ー テ]ンキ デス ネ。
> mtc いい天気ですね。 --ascii
i] te]nki desu ne.
> mtc いい天気ですね --no-add-atype --no-add-blank-between-words
イーテンキデスネ
> mtc いい天気ですね --no-add-atype --no-add-blank-between-words -r kana
イイテンキデスネ

 from mecab_text_cleaner import to_reading , to_ascii_clean

assert to_reading ( "     空、雲。 n雨！（" ) == "ソ]ラ、 ク]モ。 nア]メ！（"
assert to_ascii_clean ( "      한空、雲。 n雨！（" ) == "han so]ra, ku]mo. n a]me!(" 

Colaboradores

Obrigado, vá a essas pessoas maravilhosas (key emoji):

Este projeto segue a especificação de todos os contribuintes. Contribuições de qualquer tipo de boas -vindas!