Datasets:
File size: 1,385 Bytes
77fb120 | 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 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 | """
Módulo para preprocesamiento de textos antes de la extracción de eventos.
Incluye funciones para segmentación y filtrado de oraciones usando Stanza.
"""
import re
from typing import List
def get_filtered_sentences_from_article(
full_article_text: str,
nlp_pipeline,
min_sentence_words: int = 10,
show_text: bool = False
) -> List:
"""
Realiza los pasos 1, 2 y 3 del pipeline:
1. Aplana el texto (normaliza espacios).
2. Segmenta en oraciones con Stanza.
3. Filtra las oraciones (por longitud y puntuación final).
"""
separadores_regex = r'(\u00a0\s*| {2,}|\n+)'
texto_limpio_y_plano = re.sub(separadores_regex, ' ', full_article_text).strip()
doc = nlp_pipeline(texto_limpio_y_plano)
sentences = doc.sentences
filtered_sentences = []
for s in sentences:
sentence_text = s.text.strip()
if len(sentence_text.split()) < min_sentence_words:
continue
if not sentence_text.endswith(('.', ':', '?', '!', '"', ')', '"', ']')):
if show_text:
print(f"DESCARTADO (Posible titulo): '{sentence_text}'")
continue
filtered_sentences.append(s)
if show_text:
print(f"Proceso completado. Se encontraron {len(filtered_sentences)} oraciones validas.")
return filtered_sentences
|