| import pytest |
|
|
| from app.normalize import ( |
| contains_folded, |
| normalize_text, |
| parse_vietnamese_number_words, |
| strip_diacritics, |
| ) |
|
|
|
|
| @pytest.mark.parametrize( |
| ("words", "value"), |
| [ |
| (["một"], 1), |
| (["hai"], 2), |
| (["ba"], 3), |
| (["bốn"], 4), |
| (["tư"], 4), |
| (["năm"], 5), |
| (["lăm"], 5), |
| (["sáu"], 6), |
| (["bảy"], 7), |
| (["tám"], 8), |
| (["chín"], 9), |
| (["mười"], 10), |
| (["mười", "một"], 11), |
| (["mười", "lăm"], 15), |
| (["hai", "mươi"], 20), |
| (["hai", "mươi", "mốt"], 21), |
| (["ba", "mươi", "lăm"], 35), |
| (["một", "trăm"], 100), |
| (["một", "trăm", "linh", "năm"], 105), |
| (["một", "trăm", "hai", "mươi"], 120), |
| (["năm", "trăm"], 500), |
| (["một", "nghìn"], 1000), |
| (["một", "nghìn", "hai", "trăm"], 1200), |
| (["một", "rưỡi"], 1.5), |
| (["nửa"], 0.5), |
| ], |
| ) |
| def test_parse_vietnamese_number_words(words: list[str], value: float) -> None: |
| assert parse_vietnamese_number_words(words) == value |
|
|
|
|
| @pytest.mark.parametrize( |
| ("raw", "expected"), |
| [ |
| ("Uống nửa viên", "Uống 0.5 viên"), |
| ("uống nửa viên, ngày hai lần", "uống 0.5 viên, ngày 2 lần"), |
| ("Ngày hai lần", "Ngày 2 lần"), |
| ("trong mười ngày", "trong 10 ngày"), |
| ("Tái khám sau mười ngày", "Tái khám +10 days"), |
| ("sau 5 ngày", "+5 days"), |
| ("Năm trăm mi-li-gam", "500 mg"), |
| ("uống 500 milligrams", "uống 500 mg"), |
| ("tiêm 2 micrograms", "tiêm 2 mcg"), |
| ("nhỏ 5 mi-li-lít", "nhỏ 5 ml"), |
| ("uống một viên", "uống 1 viên"), |
| ("uống hai gói", "uống 2 gói"), |
| ("uống ba ống", "uống 3 ống"), |
| ("uống bốn viên", "uống 4 viên"), |
| ("uống năm viên", "uống 5 viên"), |
| ("uống sáu viên", "uống 6 viên"), |
| ("uống bảy viên", "uống 7 viên"), |
| ("uống tám viên", "uống 8 viên"), |
| ("uống chín viên", "uống 9 viên"), |
| ("uống mười viên", "uống 10 viên"), |
| ("uống mười lăm viên", "uống 15 viên"), |
| ("uống hai mươi viên", "uống 20 viên"), |
| ("uống hai mươi mốt viên", "uống 21 viên"), |
| ("uống một trăm hai mươi mg", "uống 120 mg"), |
| ("uống một trăm linh năm mg", "uống 105 mg"), |
| ("uống một nghìn mg", "uống 1000 mg"), |
| ("uống một rưỡi viên", "uống 1.5 viên"), |
| ("Ba của cháu bị đau bụng", "Ba của cháu bị đau bụng"), |
| ("anh Tư đến khám", "anh Tư đến khám"), |
| ], |
| ) |
| def test_normalize_text_research_cases(raw: str, expected: str) -> None: |
| assert normalize_text(raw) == expected |
|
|
|
|
| def test_diacritic_helpers_support_glossary_fallback() -> None: |
| assert strip_diacritics("thuốc kháng sinh") == "thuoc khang sinh" |
| assert contains_folded("Benh nhan di ung thuoc", "dị ứng thuốc") |
|
|
