-- Copyright (c) 2016-present, Facebook, Inc. -- All rights reserved. -- -- This source code is licensed under the BSD-style license found in the -- LICENSE file in the root directory of this source tree. {-# LANGUAGE GADTs #-} {-# LANGUAGE OverloadedStrings #-} {-# LANGUAGE NoRebindableSyntax #-} {-# LANGUAGE LambdaCase #-} module Duckling.Numeral.ML.Rules ( rules ) where import Data.HashMap.Strict (HashMap) import Data.Maybe import Data.String import Data.Text (Text) import Prelude import qualified Data.HashMap.Strict as HashMap import qualified Data.Text as Text import Duckling.Dimensions.Types import Duckling.Numeral.Helpers import Duckling.Numeral.Types (NumeralData (..)) import Duckling.Regex.Types import Duckling.Types import qualified Duckling.Numeral.Types as TNumeral zeroToNineMap :: HashMap Text Integer zeroToNineMap = HashMap.fromList [ ( "പൂജ്യം", 0 ) , ( "ഒന്ന്", 1 ) , ( "രണ്ട്", 2 ) , ( "മുന്ന്", 3 ) , ( "നാല്", 4 ) , ( "അഞ്ച്", 5 ) , ( "ആറ്", 6 ) , ( "ഏഴ്", 7 ) , ( "എട്ട്", 8 ) , ( "ഒൻപത്", 9 ) ] ruleZeroToNine :: Rule ruleZeroToNine = Rule { name = "integer (0..9)" , pattern = [ regex "(പൂജ്യം|ഒന്ന്|രണ്ട്|മുന്ന്|നാല്|അഞ്ച്|ആറ്|ഏഴ്|എട്ട്|ഒൻപത്)" ] , prod = \case (Token RegexMatch (GroupMatch (match:_)):_) -> HashMap.lookup (Text.toLower match) zeroToNineMap >>= integer _ -> Nothing } tenToNineteenMap :: HashMap Text Integer tenToNineteenMap = HashMap.fromList [ ( "പത്ത്", 10 ) , ( "പതിനൊന്ന്", 11 ) , ( "പന്ത്രണ്ട്", 12 ) , ( "പതിമൂന്ന്", 13 ) , ( "പതിനാല്", 14 ) , ( "പതിനഞ്ച്", 15 ) , ( "പതിനാറ്", 16 ) , ( "പതിനേഴ്", 17 ) , ( "പതിനെട്ട്", 18 ) , ( "പത്തൊമ്പത്", 19 ) ] ruleTenToNineteen :: Rule ruleTenToNineteen = Rule { name = "integer (10..19)" , pattern = [ regex "(പത്ത്|പതിനൊന്ന്|പന്ത്രണ്ട്|പതിമൂന്ന്|പതിനാല്|പതിനഞ്ച്|പതിനാറ്|പതിനേഴ്|പതിനെട്ട്|പത്തൊമ്പത്)" ] , prod = \case (Token RegexMatch (GroupMatch (match:_)):_) -> HashMap.lookup (Text.toLower match) tenToNineteenMap >>= integer _ -> Nothing } tensMap :: HashMap Text Integer tensMap = HashMap.fromList [ ( "ഇരുപത്", 20 ) , ( "ഇരുപത്തി", 20 ) , ( "മുപ്പത്", 30 ) , ( "മുപ്പത്തി", 30 ) , ( "നാല്പത്", 40 ) , ( "നാല്പത്തി", 40 ) , ( "അമ്പത്", 50 ) , ( "അമ്പത്തി", 50 ) , ( "അറുപത്", 60 ) , ( "അറുപത്തി", 60 ) , ( "എഴുപത്", 70 ) , ( "എഴുപത്തി", 70 ) , ( "എൺപത്", 80 ) , ( "എൺപത്തി", 80 ) , ( "തൊണ്ണൂറ്", 90 ) , ( "തൊണ്ണൂറ്റി", 90 ) ] ruleTens :: Rule ruleTens = Rule { name = "integer (20..90)" , pattern = [ regex "(ഇരുപത്|മുപ്പത്|നാല്പത്|അമ്പത്|അറുപത്|എഴുപത്|എൺപത്|തൊണ്ണൂറ്)" ] , prod = \case (Token RegexMatch (GroupMatch (match:_)):_) -> HashMap.lookup (Text.toLower match) tensMap >>= integer _ -> Nothing } ruleCompositeTens :: Rule ruleCompositeTens = Rule { name = "integer ([2-9][1-9])" , pattern = [ regex "(ഇരുപത്തി|മുപ്പത്തി|നാല്പത്തി|അമ്പത്തി|അറുപത്തി|എഴുപത്തി|എൺപത്തി|തൊണ്ണൂറ്റി)(ഒന്ന്|രണ്ട്|മുന്ന്|നാല്|അഞ്ച്|ആറ്|ഏഴ്|എട്ട്|ഒൻപത്)" ] , prod = \case (Token RegexMatch (GroupMatch (m1:m2:_)):_) -> do v1 <- HashMap.lookup (Text.toLower m1) tensMap v2 <- HashMap.lookup (Text.toLower m2) zeroToNineMap integer $ v1 + v2 _ -> Nothing } rules :: [Rule] rules = [ ruleZeroToNine , ruleTenToNineteen , ruleCompositeTens , ruleTens ]