Spaces:
Sleeping
Sleeping
File size: 2,148 Bytes
55f834a |
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 |
import spacy
# Charger le modèle de langue française
nlp = spacy.load('fr_core_news_md') # Utilisez 'fr_core_news_sm' si 'md' n'est pas disponible
def est_auxiliaire(token):
return token.pos_ == "AUX" or (token.pos_ == "VERB" and token.tag_ and "Aux" in token.tag_)
def est_infinitif(token):
return token.pos_ == "VERB" and "Inf" in token.tag_
def trouver_formes_permettre(texte):
doc = nlp(texte)
resultats = []
for i, token in enumerate(doc):
# Vérifier si le lemme est "permettre" et que le mot est un verbe (autre que "permis")
if token.lemma_ == "permettre" and token.pos_ == "VERB" and token.text.lower() != "permis":
resultats.append((token.text, token.idx))
# Traiter spécifiquement le mot "permis"
elif token.text.lower() == "permis":
est_verbe = False
# Vérifier si le mot précédent est un auxiliaire
if i > 0 and est_auxiliaire(doc[i - 1]):
est_verbe = True
# Vérifier si le mot suivant est "de" suivi d'un verbe à l'infinitif
elif i + 2 < len(doc) and doc[i + 1].text.lower() == "de" and est_infinitif(doc[i + 2]):
est_verbe = True
# Vérifier si le mot précédent est un déterminant (le, la, un, une, etc.)
elif i > 0 and doc[i - 1].pos_ == "DET":
est_verbe = False
else:
# Autres vérifications possibles si nécessaire
est_verbe = False
if est_verbe:
resultats.append((token.text, token.idx))
else:
continue # C'est un nom, on l'exclut
return resultats
# Exemple d'utilisation
texte = """
Il m'a permis de partir. J'ai besoin d'un permis de conduire.
Cela permet de comprendre. La loi permettra des changements.
Le permis de construire a été accordé. Nous avons permis cette action.
"""
formes_permettre = trouver_formes_permettre(texte)
print("Les formes du verbe 'permettre' trouvées dans le texte avec leurs index sont :")
for mot, index in formes_permettre:
print(f"Mot : '{mot}' à l'index {index}")
|