-
Notifications
You must be signed in to change notification settings - Fork 12
/
README
25 lines (19 loc) · 1.83 KB
/
README
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
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.