نفطويه: تصنيف الكلمات العربية

Naftawayh: Arabic Word Tagger

Naftawayh is a python library for Arabic word tagging (word classification) into types (nouns, verbs, stopwords), which is useful in language processing, especially for text mining. Naftawayh works according to the Arabic word structure, and the ability to guess the word class, through certain signs. For example, a word which ends Teh Marbuta, is a noun. Hamza Below Alef, class the word as a noun. We can identify many kins of words, by patterns especially for verbs in present tense and defined words.

نفطويه هو برنامج ومكتبة لتصنيف الكلمات إلى أنواعها (اسم، فعل، حرف)، ويفيد في المعالجة الآلية للغة وخصوصا التنقيب عن المعلومات، ومبدأه يعمل على بنية الكلمة العربية، وقدرتنا على تخمين نوعها، من خلال علامات معينة. فمثلا كل كلمة تنتهي بتاء مربوطة فهي اسم، وكل كلمة فيها همزة تحت الألف اسم. ويمكننا التعرف على كثير من الكلمات المعرّفة بالألف واللام، وبعض أنماط الأفعال المضارعة.

Developpers: Taha Zerrouki: http://tahadz.com taha dot zerrouki at gmail dot com

Features | value ---------|--------------------------------------------------------------------------------- Authors | Taha Zerrouki: http://tahadz.com, taha dot zerrouki at gmail dot com Release | 0.3 License |GPL Tracker |linuxscout/naftawayh/Issues Website |https://pypi.python.org/pypi/naftawayh Doc |package Documentaion Source |Github Download |pypi.python.org Feedbacks |Comments Accounts |@Twitter @Sourceforge

Citation

If you would cite it in academic work, can you use this citation T. Zerrouki‏, Naftawayh, Arabic Word Tagger, https://pypi.python.org/pypi/naftawayh/, 2010 or in bibtex format

bibtex @misc{zerrouki2012naftawayh, title={Naftawayh : Arabic Word Tagger}, author={Zerrouki, Taha}, url={https://pypi.python.org/pypi/naftawayh, year={2010} }

Applications

• Text mining.
• Text summarizing.
• Sentences identification.
• Grammar analysis.
• Morphological analysis acceleration.
• Extraction of ngrams..

تطبيقات

==== * التنقيب عن المعلومات. * تلخيص النص. * التعرف على الجمل. * التحليل النحوي. * تسريع التحليل الصرفي. * استخراج المصطلحات والمسكوكات والمتلازمات.

من هو نفطويه Who is Naftawayh

Demo جرّب

يمكن التجربة على موقع مشكال ، اختر أدوات، ثم استخلاص ثم تصنيف You can test it on Mishkal Site, choose: Tool > extraction > Classify.

Installation

pip install naftawayh

Usage

python import naftawayh.wordtag as wordtag

Test word list

```python

import naftawayh.wordtag word_list=(u'بالبلاد', u'بينما', u'أو', u'انسحاب', u'انعدام', u'انفجار', u'البرنامج', u'بانفعالاتها', u'العربي', u'الصرفي', u'التطرف', u'اقتصادي', ) tagger = naftawayh.wordtag.WordTagger();

test all words

listtags = tagger.wordtagging(wordlist) for word, tag in zip(wordlist, list_tags): print word, tag بالبلاد n بينما vn3 أو t انسحاب n انعدام n انفجار n البرنامج n بانفعالاتها n العربي n الصرفي n التطرف n اقتصادي n ``` * Test word by word

```python

import naftawayh.wordtag word_list=(u'بالبلاد', u'بينما', u'أو', u'انسحاب', u'انعدام', u'انفجار', u'البرنامج', u'بانفعالاتها', u'العربي', u'الصرفي', u'التطرف', u'اقتصادي', ) tagger = naftawayh.wordtag.WordTagger();

test word by word

for word in wordlist: if tagger.isnoun(word): print(u'%s is noun'%word) if tagger.isverb(word): print(u'%s is verb'%word) if tagger.isstopword(word): print(u'%s is stopword'%word) بالبلاد is noun بينما is noun بينما is verb أو is noun أو is verb أو is stopword انسحاب is noun انعدام is noun انفجار is noun البرنامج is noun بانفعالاتها is noun العربي is noun الصرفي is noun التطرف is noun اقتصادي is noun

``` * Test word in context

```python

import naftawayh.wordtag wordlist=(u'بالبلاد', u'بينما', u'أو', u'انسحاب', u'انعدام', u'انفجار', u'البرنامج', u'بانفعالاتها', u'العربي', u'الصرفي', u'التطرف', u'اقتصادي', ) tagger = naftawayh.wordtag.WordTagger(); previousword="" print (" **** test words in context***")

test words in context

for word in wordlist: tag=tagger.contextanalyse(previousword,word); print(u"%s from context is %s "%(word,tag)) previousword=word; **** test words in context*** بالبلاد from context is vn بينما from context is vn أو from context is vn انسحاب from context is vn انعدام from context is vn انفجار from context is vn البرنامج from context is vn بانفعالاتها from context is vn العربي from context is vn الصرفي from context is vn التطرف from context is vn اقتصادي from context is vn

```