-- 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 LambdaCase #-} {-# LANGUAGE NoRebindableSyntax #-} module Duckling.Ordinal.ML.Rules ( rules ) where import Data.HashMap.Strict (HashMap) 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 (parseInt) import Duckling.Ordinal.Helpers import Duckling.Regex.Types import Duckling.Types oneToNineteenMap :: HashMap Text Int oneToNineteenMap = HashMap.fromList [ ( "ഒന്നാം", 1 ) , ( "രണ്ടാം", 2 ) , ( "മൂന്നാം", 3 ) , ( "നാലാം", 4 ) , ( "അഞ്ചാം", 5 ) , ( "ആറാം", 6 ) , ( "ഏഴാം", 7 ) , ( "എട്ടാം", 8 ) , ( "ഒമ്പതാം", 9 ) , ( "പത്താം", 10 ) , ( "പതിനൊന്നാം", 11 ) , ( "പന്ത്രണ്ടാം", 12 ) , ( "പതിമൂന്നാം", 13 ) , ( "പതിനാലാം", 14 ) , ( "പതിനഞ്ചാം", 15 ) , ( "പതിനാറാം", 16 ) , ( "പതിനേഴാം", 17 ) , ( "പതിനെട്ടാം", 18 ) , ( "പത്തൊൻപതാം", 19 ) ] ruleOneToNineteen :: Rule ruleOneToNineteen = Rule { name = "integer (1..19)" , pattern = [ regex "(ഒന്നാം|രണ്ടാം|മൂന്നാം|നാലാം|അഞ്ചാം|ആറാം|ഏഴാം|എട്ടാം|ഒമ്പതാം|പത്താം|പതിനൊന്നാം|പന്ത്രണ്ടാം|പതിമൂന്നാം|പതിനാലാം|പതിനഞ്ചാം|പതിനാറാം|പതിനേഴാം|പതിനെട്ടാം|പത്തൊൻപതാം)" ] , prod = \case (Token RegexMatch (GroupMatch (match:_)):_) -> ordinal <$> HashMap.lookup (Text.toLower match) oneToNineteenMap _ -> Nothing } tensMap :: HashMap Text Int tensMap = HashMap.fromList [ ( "ഇരുപതാം", 20 ) , ( "മുപ്പത്തഞ്ചാം", 30 ) , ( "നാല്പതാം", 40 ) , ( "അമ്പതാം", 50 ) , ( "അറുപതാം", 60 ) , ( "എഴുപത്താം", 70 ) , ( "എൺപത്താം", 80 ) , ( "തൊണ്ണൂറാം", 90 ) ] ruleTens :: Rule ruleTens = Rule { name = "integer (20..90)" , pattern = [ regex "(ഇരുപതാം|മുപ്പത്തഞ്ചാം|നാല്പതാം|അമ്പതാം|അറുപതാം|എഴുപത്താം|എൺപത്താം|തൊണ്ണൂറാം)" ] , prod = \case (Token RegexMatch (GroupMatch (match:_)):_) -> ordinal <$> HashMap.lookup (Text.toLower match) tensMap _ -> Nothing } tensOrdinalMap :: HashMap Text Int tensOrdinalMap = HashMap.fromList [ ( "ഇരുപത്തി", 20 ) , ( "മുപ്പത്തി", 30 ) , ( "നാല്പത്തി", 40 ) , ( "അമ്പത്തി", 50 ) , ( "അറുപത്തി", 60 ) , ( "എഴുപത്തി", 70 ) , ( "എൺപത്തി", 80 ) , ( "തൊണ്ണൂറ്റി", 90 ) ] oneToNineMap :: HashMap Text Int oneToNineMap = HashMap.filterWithKey (\_ v -> v <= 9) oneToNineteenMap ruleCompositeTens :: Rule ruleCompositeTens = Rule { name = "integer ([2-9][1-9])" , pattern = [ regex "(ഇരുപത്തി|മുപ്പത്തി|നാല്പത്തി|അമ്പത്തി|അറുപത്തി|എഴുപത്തി|എൺപത്തി|തൊണ്ണൂറ്റി)(ആദ്യം|രണ്ടാം|മൂന്നാം|നാലാം|അഞ്ചാം|ആറാം|ഏഴാം|എട്ടാം|ഒമ്പത)" ] , prod = \case (Token RegexMatch (GroupMatch (m1:m2:_)):_) -> do v1 <- HashMap.lookup (Text.toLower m1) tensOrdinalMap v2 <- HashMap.lookup (Text.toLower m2) oneToNineMap Just $ ordinal (v1 + v2) _ -> Nothing } ruleOrdinalDigits :: Rule ruleOrdinalDigits = Rule { name = "ordinal (digits)" , pattern = [ regex "0*(\\d+)\\." ] , prod = \case ( Token RegexMatch (GroupMatch (match :_)) : _) -> ordinal <$> parseInt match _ -> Nothing } rules :: [Rule] rules = [ ruleOrdinalDigits , ruleOneToNineteen , ruleTens , ruleCompositeTens ]