Skip to content

Latest commit

 

History

History
30 lines (17 loc) · 1.04 KB

gen.org

File metadata and controls

30 lines (17 loc) · 1.04 KB

price_detector_fa

@todos

Add stop_nodes to subject_extract.

Stop when “را” is seen.

There can be no unit tokens:

سه هندوانه صدهزار تومان

price_extract

باید در تابع price_extract نگاه کنیم اگه در دیپندنتای توکنی کلمه «سنت» بود اون رو حتمن لحاظ کنیم

We should probably scrap our current tree-based method.

The $ sign

We can just go left and right from the anchor tokens as long as the tokens are CONJ, NUM or “cents” etc.

This also has some failure modes:
قیمت ماشین هزار تومان و یک کیلو شکر سه تومان است.
We can special-case $, and use our old tree-based approach for other anchor tokens.
This might double-count:
قیمت آن کیک $100 دلار می‌باشد.