diff --git a/src/ClassificaSentencas.py b/src/ClassificaSentencas.py index bc43707..3392920 100644 --- a/src/ClassificaSentencas.py +++ b/src/ClassificaSentencas.py @@ -49,9 +49,8 @@ class ClassificaSentencas(object): decodificada = s.replace("“","").replace("”","").replace("«","").replace("»","").replace("’","").replace("‘","").replace("º","").decode("utf-8") except: decodificada = s.decode("utf-8") - - return Toqueniza.TOK_PORT.tokenize(decodificada) - + return Toqueniza.TOK_PORT_LX.tokenize(decodificada) + def obter_classificacao_morfologica(self): return self.sentenca_anotada @@ -63,7 +62,7 @@ class ClassificaSentencas(object): while (anotada[0][1] is None): time.sleep(random.choice(sleep_times)) anotada = AnotaCorpus.anota_sentencas([s],etiquetador,"hunpos")[0] - regex = re.compile('[%s]' % re.escape(u'\u2022''!"#&\'()*+,-./:;<=>?@[\\]^_`{|}~')) + regex = re.compile('[%s]' % re.escape(u'\u2022''!"#&\'()*+,./:;<=>?@[\\]^_`{|}~')) tag_punctuation = [".",",","QT","("] anotada_corrigida = [] for x in anotada: -- libgit2 0.21.2