quantulum 0.1.16

演示

在这里试试。

安装

首先，安装sklearn。没有它，Quantulum 仍然可以工作，但它无法消除具有相同名称的单位之间的歧义（例如，英镑作为货币或质量单位）。

然后，

$ pip install quantulum

用法

>>> from quantulum import parser
>>> quants = parser.parse('I want 2 liters of wine')
>>> quants
[Quantity(2, 'litre')]

Quantity类存储从中提取的原始文本的表面，以及匹配的（开始、结束）位置：

>>> quants[0].surface
u'2 liters'
>>> quants[0].span
(7, 15)

还可以使用将解析的数量嵌入文本中的内联解析器（对调试特别有用）：

>>> print parser.inline_parse('I want 2 liters of wine')
I want 2 liters {Quantity(2, "litre")} of wine

单位和实体

所有单位（例如liter）和它们关联的实体（例如volume）都与 WikiPedia 进行了核对：

>>> quants[0].unit
Unit(name="litre", entity=Entity("volume"), uri=https://en.wikipedia.org/wiki/Litre)

>>> quants[0].unit.entity
Entity(name="volume", uri=https://en.wikipedia.org/wiki/Volume)

该库包括 290 多个单元和 75 个实体。它还解析拼写出来的数字、范围和不确定性：

>>> parser.parse('I want a gallon of beer')
[Quantity(1, 'gallon')]

>>> parser.parse('The LHC smashes proton beams at 12.8–13.0 TeV')
[Quantity(12.8, "teraelectronvolt"), Quantity(13, "teraelectronvolt")]

>>> quant = parser.parse('The LHC smashes proton beams at 12.9±0.1 TeV')
>>> quant[0].uncertainty
0.1

非标准单位通常没有维基百科页面。解析器仍然会尝试根据它们的维度猜测它们的底层实体：

>>> parser.parse('Sound travels at 0.34 km/s')[0].unit
Unit(name="kilometre per second", entity=Entity("speed"), uri=None)

消歧义

如果解析器检测到歧义，则基于歧义单元或实体的维基百科页面的分类器会尝试猜测正确的：

>>> parser.parse('I spent 20 pounds on this!')
[Quantity(20, "pound sterling")]

>>> parser.parse('It weighs no more than 20 pounds')
[Quantity(20, "pound-mass")]

或者：

>>> text = 'The average density of the Earth is about 5.5x10-3 kg/cm³'
>>> parser.parse(text)[0].unit.entity
Entity(name="density", uri=https://en.wikipedia.org/wiki/Density)

>>> text = 'The amount of O₂ is 2.98e-4 kg per liter of atmosphere'
>>> parser.parse(text)[0].unit.entity
Entity(name="concentration", uri=https://en.wikipedia.org/wiki/Concentration)

操纵

虽然无法在此库中操作数量，但仍有许多不错的选择：

• 品脱

• 自然

• 数量

扩大

有关单位的完整列表，请参阅units.json ，有关实体的完整列表，请参阅entities.json。添加单位的标准是：

• 该单元有（或被重定向到）维基百科页面

• 该单位是常用的（例如，不是瑞典的计量单位）。

很容易将这两个文件扩展到感兴趣的单位/实体。以下是 entity.json 中的条目示例：

{
    "name": "speed",
    "dimensions": [{"base": "length", "power": 1}, {"base": "time", "power": -1}],
    "URI": "https://en.wikipedia.org/wiki/Speed"
}

• 名称和URI是不言自明的。

• 维度是维度，一个字典列表，每个字典都有一个基数（另一个实体的名称）和一个幂（一个整数，可以是负数）。

以下是units.json中的条目示例：

{
    "name": "metre per second",
    "surfaces": ["metre per second", "meter per second"],
    "entity": "speed",
    "URI": "https://en.wikipedia.org/wiki/Metre_per_second",
    "dimensions": [{"base": "metre", "power": 1}, {"base": "second", "power": -1}],
    "symbols": ["mps"]
}

• 名称和URI是不言自明的。

• 表面是引用该单元的字符串列表。该库处理复数，无需指定它们。

• entity是 entity.json 中实体的名称

• 维度遵循与entities.json中相同的模式，但基础是另一个单元的名称，而不是另一个实体的名称。

• 符号是该单位可能的符号和缩写的列表。

所有字段都区分大小写。