improve farsi

MycroftAI · Aug 14, 2023 · 879e79c · 879e79c
1 parent 575299c
commit 879e79c
Show file tree

Hide file tree

Showing 8 changed files with 2,077 additions and 926 deletions.
diff --git a/lingua_franca/lang/common_data_fa.py b/lingua_franca/lang/common_data_fa.py
@@ -18,8 +18,50 @@
 
 _FUNCTION_NOT_IMPLEMENTED_WARNING = "تابع خواسته شده در زبان فارسی پیاده سازی نشده است."
 
-
+_NUM_STRING_FA = {
+    0: 'صفر',
+    1: 'یک',
+    2: 'دو',
+    3: 'سه',
+    4: 'چهار',
+    5: 'پنج',
+    6: 'شش',
+    7: 'هفت',
+    8: 'هشت',
+    9: 'نه',
+    10: 'ده',
+    11: 'یازده',
+    12: 'دوازده',
+    13: 'سیزده',
+    14: 'چهارده',
+    15: 'پانزده',
+    16: 'شانزده',
+    17: 'هفده',
+    18: 'هجده',
+    19: 'نوزده'
+}
+_SUMS_FARSI = {
+    20: 'بیست',
+    30: 'سی',
+    40: 'چهل',
+    50: 'پنجاه',
+    60: 'شصت',
+    70: 'هفتاد',
+    80: 'هشتاد',
+    90: 'نود',
+    100: 'صد',
+    200: 'دویست',
+    300: 'سیصد',
+    400: 'چهارصد',
+    500: 'پانصد',
+    600: 'ششصد',
+    700: 'هفصد',
+    800: 'هشصد',
+    900: 'نهصد',
+    1000: 'هزار'
+}
 _FRACTION_STRING_FA = {
+    1: 'یکم',
     2: 'دوم',
     3: 'سوم',
     4: 'چهارم',
@@ -33,83 +75,91 @@
     12: 'دوازدهم',
     13: 'سیزدهم',
     14: 'چهاردهم',
-    15: 'پونزدهم',
+    15: 'پانزدهم',
     16: 'شونزدهم',
-    17: 'هیفدهم',
-    18: 'هیجدهم',
+    17: 'هفدهم',
+    18: 'هجدهم',
     19: 'نوزدهم',
     20: 'بیستم'
 }
+_SCALE_FA = OrderedDict([
+    (1000, 'هزار'),
+    (1000000, 'میلیون'),
+    (1e9, "میلیارد"),
+    (1e12, 'تریلیون'),
+    (1e15, "کوادریلیون"),
+    (1e18, "کوئینتیلیون"),
+    (1e21, "سکتلیون"),
+    (1e24, "سپتیلیون"),
+    (1e27, "اکتیلیون"),
+    (1e30, "ننیلیون"),
+    (1e33, "دسیلیون")
+])
+_ORDINAL_BASE_FA = {
+    1: 'یکم',
+    2: 'دوم',
+    3: 'سوم',
+    4: 'چهارم',
+    5: 'پنجم',
+    6: 'ششم',
+    7: 'هفتم',
+    8: 'هشتم',
+    9: 'نهم',
+    10: 'دهم',
+    11: 'یازدهم',
+    12: 'دوازدهم',
+    13: 'سیزدهم',
+    14: 'چهاردهم',
+    15: 'پانزدهم',
+    16: 'شانزدهم',
+    17: 'هفدهم',
+    18: 'هجدهم',
+    19: 'نوزدهم',
+    20: 'بیستم',
+    30: 'سیم',
+    40: "چهلم",
+    50: "پنجاهم",
+    60: "شصتم",
+    70: "هفتادم",
+    80: "هشتادم",
+    90: "نودم",
+    1e2: "صدم",
+    1e3: "هزارم"
+}
+_ORDINAL_FA = {
+    1e6: "میلیونم",
+    1e9: "میلیاردم",
+    1e12: "تریلیونم",
+    1e15: "کوادریلیونم",
+    1e18: "کوئینتیلیونم",
+    1e21: "سکتلیونم",
+    1e24: "سپتیلیونم",
+    1e27: "اکتیلیونم",
+    1e30: "ننیلیونم",
+    1e33: "دسیلیونم"
+}
+_ORDINAL_FA.update(_ORDINAL_BASE_FA)
 
+_DECIMAL_MARKER_FA = {"و"}
 
-_FARSI_ONES = [
-    "",
-    "یک",
-    "دو",
-    "سه",
-    "چهار",
-    "پنج",
-    "شش",
-    "هفت",
-    "هشت",
-    "نه",
-    "ده",
-    "یازده",
-    "دوازده",
-    "سیزده",
-    "چهارده",
-    "پونزده",
-    "شونزده",
-    "هیفده",
-    "هیجده",
-    "نوزده",
-]
-
-_FARSI_TENS = [
-    "",
-    "ده",
-    "بیست",
-    "سی",
-    "چهل",
-    "پنجاه",
-    "شصت",
-    "هفتاد",
-    "هشتاد",
-    "نود",
-]
-
-_FARSI_HUNDREDS = [
-    "",
-    "صد",
-    "دویست",
-    "سیصد",
-    "چهارصد",
-    "پانصد",
-    "ششصد",
-    "هفتصد",
-    "هشتصد",
-    "نهصد",
-]
-
-_FARSI_BIG = [
-    '',
-    'هزار',
-    'میلیون',
-    "میلیارد",
-    'تریلیون',
-    "تریلیارد",
-]
-
-
-_FORMAL_VARIANT = {
-    'هفده': 'هیفده',
-    'هجده': 'هیجده',
-    'شانزده': 'شونزده',
-    'پانزده': 'پونزده',
+_DECIMAL_STRING_FA = {
+    1: "دهم",
+    2: "صدم",
+    3: "هزارم",
+    6: "میلیونم",
+    9: "میلیاردم",
 }
+_FARSI_SUMS = invert_dict(_SUMS_FARSI)
+_NUM_STRING_FA.update(_SUMS_FARSI)
+_STRING_NUM_FA = invert_dict(_NUM_STRING_FA)
 
+_NEGATIVES_FA = {"منفی"}
 
-_FARSI_FRAC = ["", "ده", "صد"]
-_FARSI_FRAC_BIG = ["", "هزار", "میلیونی", "میلیاردی"]
-
-_FARSI_SEPERATOR = ' و '
+_EXTRA_SPOKEN_NUM_FA = {
+        "نیم": 2
+        }
+_STRING_ORDINAL_FA = invert_dict(_ORDINAL_FA)
+_STRING_ORDINAL_FA.update(invert_dict(_ORDINAL_BASE_FA))
+_STRING_SCALE_FA = invert_dict(_SCALE_FA)
+_STRING_FRACTION_FA = invert_dict(_FRACTION_STRING_FA)
+_STRING_DECIMAL_FA = invert_dict(_DECIMAL_STRING_FA)