Transliteration tool for Hindi-to-Urdu and Urdu-to-Hindi transliteration.
Dependency Parsing of Hindi and Urdu (Under Review)
python-hutrans requires cython, SciPy and indic-wx-converter.
To install the dependencies do something like (Ubuntu):
pip install cython pip install python-scipy pip install git+git://github.com/irshadbhat/indic-wx-converter.git
Download python-hutrans from github.
pip install git+git://github.com/irshadbhat/python-hutrans.git
- Work with Files:
hutrans --i tests/text/urdu.txt --s urdu --o tests/urdu-dev.txt hutrans --i tests/text/hindi.txt --s hindi --o tests/hindi-parab.txt hutrans --i tests/ssf-intra/hin-ssf.txt --s hindi --f ssf --t intra --o hin-ssf-parab.txt hutrans --i tests/ssf-intra/hin-ssf.txt --s hindi --f ssf --t inter --n --o hin-ssf-parab.txt --i input <input-file> --s source source script [hindi|urdu] --f format select output format [text|ssf|conll|bio|tnt] --t ssf-type specify ssf-type [inter|intra] in case file format (--f) is ssf --n set this flag for nested ssf --o output <output-file> irshad@python-hutrans$ cat tests/text/hindi.txt देश के कई हिस्सों में सूखे के आसार उत्पन्न हो गए हैं लेकिन तकनीकी कारणों से इन्हें अभी सूखाग्रस्त घोषित नहीं किया गया है इसमें अब तक कुल छह फीसदी की कमी है इससे इन राज्यों में कृषि को भारी क्षति होने की आशंका है मानसून की सबसे बुरी स्थिति उत्तरी राज्यों में रही पश्चिमी राजस्थान में महज १४६ मिलीमीटर बारिश हुई irshad@python-hutrans$ hutrans < tests/text/hindi.txt دیش کے کئی حصوں میں سوکھے کے آثار اتپن ہو گئے ہیں لیکن تکنیکی کارنوں سے انھیں ابھی سوکھاگرست گھوشت نہیں کیا گیا ہے اسمیں اب تک کل چھہ فیصدی کی کمی ہے اسسے ان راجیوں میں کرشی کو بھاری شتی ہونے کی آشنکا ہے مانسون کی سبسے بری ستھتی اتری راجیوں میں رہی پچھمی راجستھان میں محض 146 ملیمیٹر بارش ہوئی irshad@python-hutrans$ cat tests/conll/hin-conll.txt 1 यहाँ यहाँ pn PRP cat-pn|gen-|num-|pers-|case-o|vib-0_से|tam-|chunkId-NP|chunkType-head|stype-|voicetype- 5 nmod __ 2 से से psp PSP cat-psp|gen-|num-|pers-|case-|vib-|tam-|chunkId-NP|chunkType-child|stype-|voicetype- 1 lwg__psp _ _ 3 5 5 num QC cat-num|gen-any|num-any|pers-|case-any|vib-|tam-|chunkId-NP2|chunkType-child|stype-|voicetype- 4 nmod__adj _ _ 4 किमी किमी n NN cat-n|gen-m|num-sg|pers-3|case-d|vib-0|tam-0|chunkId-NP2|chunkType-child|stype-|voicetype- 5 nmod__adj _ _ 5 दूरी दूरी n NN cat-n|gen-f|num-sg|pers-3|case-o|vib-0_पर|tam-0|chunkId-NP2|chunkType-head|stype-|voicetype- 7 jjmod _ _ 6 पर पर psp PSP cat-psp|gen-|num-|pers-|case-|vib-|tam-|chunkId-NP2|chunkType-child|stype-|voicetype- 5 lwg__psp _ _ 7 स्थित स्थित adj JJ cat-adj|gen-any|num-any|pers-|case-d|vib-|tam-|chunkId-JJP|chunkType-head|stype-|voicetype- 9 nmod _ _ 8 वासुकि वासुकि n NNPC cat-n|gen-m|num-sg|pers-3|case-d|vib-0|tam-0|chunkId-NP3|chunkType-child|stype-|voicetype- 9 pof__cn _ _ 9 ताल ताल n NNP cat-n|gen-m|num-sg|pers-3|case-d|vib-0|tam-0|chunkId-NP3|chunkType-head|stype-|voicetype- 25 k1 _ _ 10 अपने अपना pn PRP cat-pn|gen-m|num-any|pers-any|case-o|vib-0|tam-0|chunkId-NP4|chunkType-head|stype-|voicetype- 12 r6 _ _ 11 पारदर्शी पारदर्शी adj JJ cat-adj|gen-any|num-any|pers-|case-o|vib-|tam-|chunkId-NP5|chunkType-child|stype-|voicetype- 12 nmod__adj _ _ 12 जल जल n NN cat-n|gen-m|num-sg|pers-3|case-o|vib-0|tam-0|chunkId-NP5|chunkType-head|stype-|voicetype- 13 ccof _ _ 13 और और avy CC cat-avy|gen-|num-|pers-|case-|vib-|tam-|chunkId-CCP|chunkType-head|stype-|voicetype- 25 rt __ 14 उसमें वह pn PRP cat-pn|gen-any|num-sg|pers-3|case-o|vib-में|tam-meM|chunkId-NP6|chunkType-head|stype-|voicetype- 17 k7 _ _ 15 डूबते डूब v VMC cat-v|gen-m|num-pl|pers-any|case-|vib-ता|tam-wA|chunkId-VGNF|chunkType-child|stype-|voicetype- 17 pof__cv _ _ 16 - - punc SYM cat-punc|gen-|num-|pers-|case-|vib-|tam-|chunkId-VGNF|chunkType-child|stype-|voicetype- 17 rsym __ 17 उतराते उतरा v VM cat-v|gen-m|num-pl|pers-any|case-|vib-ता|tam-wA|chunkId-VGNF|chunkType-head|stype-|voicetype- 18 nmod__k1inv _ _ 18 हिमखंडों हिमखंड n NN cat-n|gen-m|num-pl|pers-3|case-o|vib-0_का|tam-0|chunkId-NP7|chunkType-head|stype-|voicetype- 21 r6 _ _ 19 के का psp PSP cat-psp|gen-m|num-pl|pers-|case-o|vib-|tam-|chunkId-NP7|chunkType-child|stype-|voicetype- 18 lwg__psp _ _ 20 अद्भुत अद्भुत adj JJ cat-adj|gen-any|num-any|pers-|case-o|vib-|tam-|chunkId-NP8|chunkType-child|stype-|voicetype- 21 nmod__adj _ _ 21 दृश्यों दृश्य n NN cat-n|gen-m|num-pl|pers-3|case-o|vib-0_के_लिए|tam-0|chunkId-NP8|chunkType-head|stype-|voicetype- 13 ccof _ _ 22 के के psp PSP cat-psp|gen-|num-|pers-|case-|vib-|tam-|chunkId-NP8|chunkType-child|stype-|voicetype- 21 lwg__psp _ _ 23 लिए लिए psp PSP cat-psp|gen-|num-|pers-|case-|vib-|tam-|chunkId-NP8|chunkType-child|stype-|voicetype- 21 lwg__psp _ _ 24 विख्यात विख्यात adj JJ cat-adj|gen-any|num-any|pers-|case-|vib-|tam-|chunkId-JJP2|chunkType-head|stype-|voicetype- 25 k1s _ _ 25 है है v VM cat-v|gen-any|num-sg|pers-3|case-|vib-है|tam-hE|chunkId-VGF|chunkType-head|stype-declarative|voicetype-active 0 root _ _ 26 । । punc SYM cat-punc|gen-|num-|pers-|case-|vib-|tam-|chunkId-BLK|chunkType-head|stype-|voicetype- 25 rsym __ irshad@python-hutrans$ hutrans < tests/conll/hin-conll.txt --f conll 1 یہاں یہاں pn PRP cat-pn|gen-|num-|pers-|case-o|vib-0_سے|tam-|chunkId-NP|chunkType-head|stype-|voicetype- 5 nmod __ 2 سے سے psp PSP cat-psp|gen-|num-|pers-|case-|vib-|tam-|chunkId-NP|chunkType-child|stype-|voicetype- 1 lwg__psp _ _ 3 5 5 num QC cat-num|gen-any|num-any|pers-|case-any|vib-|tam-|chunkId-NP2|chunkType-child|stype-|voicetype- 4 nmod__adj _ _ 4 کمی کمی n NN cat-n|gen-m|num-sg|pers-3|case-d|vib-0|tam-0|chunkId-NP2|chunkType-child|stype-|voicetype- 5 nmod__adj _ _ 5 دوری دوری n NN cat-n|gen-f|num-sg|pers-3|case-o|vib-0_پر|tam-0|chunkId-NP2|chunkType-head|stype-|voicetype- 7 jjmod _ _ 6 پر پر psp PSP cat-psp|gen-|num-|pers-|case-|vib-|tam-|chunkId-NP2|chunkType-child|stype-|voicetype- 5 lwg__psp _ _ 7 ستھت ستھت adj JJ cat-adj|gen-any|num-any|pers-|case-d|vib-|tam-|chunkId-JJP|chunkType-head|stype-|voicetype- 9 nmod _ _ 8 واسکی واسکی n NNPC cat-n|gen-m|num-sg|pers-3|case-d|vib-0|tam-0|chunkId-NP3|chunkType-child|stype-|voicetype- 9 pof__cn _ _ 9 تال تال n NNP cat-n|gen-m|num-sg|pers-3|case-d|vib-0|tam-0|chunkId-NP3|chunkType-head|stype-|voicetype- 25 k1 _ _ 10 اپنے اپنا pn PRP cat-pn|gen-m|num-any|pers-any|case-o|vib-0|tam-0|chunkId-NP4|chunkType-head|stype-|voicetype- 12 r6 _ _ 11 پاردرشی پاردرشی adj JJ cat-adj|gen-any|num-any|pers-|case-o|vib-|tam-|chunkId-NP5|chunkType-child|stype-|voicetype- 12 nmod__adj _ _ 12 جل جل n NN cat-n|gen-m|num-sg|pers-3|case-o|vib-0|tam-0|chunkId-NP5|chunkType-head|stype-|voicetype- 13 ccof _ _ 13 اور اور avy CC cat-avy|gen-|num-|pers-|case-|vib-|tam-|chunkId-CCP|chunkType-head|stype-|voicetype- 25 rt __ 14 اسمیں وہ pn PRP cat-pn|gen-any|num-sg|pers-3|case-o|vib-میں|tam-meM|chunkId-NP6|chunkType-head|stype-|voicetype- 17 k7 _ _ 15 ڈوبتے ڈوب v VMC cat-v|gen-m|num-pl|pers-any|case-|vib-تا|tam-wA|chunkId-VGNF|chunkType-child|stype-|voicetype- 17 pof__cv _ _ 16 − − punc SYM cat-punc|gen-|num-|pers-|case-|vib-|tam-|chunkId-VGNF|chunkType-child|stype-|voicetype- 17 rsym __ 17 اتراتے اترا v VM cat-v|gen-m|num-pl|pers-any|case-|vib-تا|tam-wA|chunkId-VGNF|chunkType-head|stype-|voicetype- 18 nmod__k1inv _ _ 18 ہمکھنڈوں ہمکھنڈ n NN cat-n|gen-m|num-pl|pers-3|case-o|vib-0_کا|tam-0|chunkId-NP7|chunkType-head|stype-|voicetype- 21 r6 _ _ 19 کے کا psp PSP cat-psp|gen-m|num-pl|pers-|case-o|vib-|tam-|chunkId-NP7|chunkType-child|stype-|voicetype- 18 lwg__psp _ _ 20 ادبھت ادبھت adj JJ cat-adj|gen-any|num-any|pers-|case-o|vib-|tam-|chunkId-NP8|chunkType-child|stype-|voicetype- 21 nmod__adj _ _ 21 درشیوں درشیہ n NN cat-n|gen-m|num-pl|pers-3|case-o|vib-0_کے_لئے|tam-0|chunkId-NP8|chunkType-head|stype-|voicetype- 13 ccof _ _ 22 کے کے psp PSP cat-psp|gen-|num-|pers-|case-|vib-|tam-|chunkId-NP8|chunkType-child|stype-|voicetype- 21 lwg__psp _ _ 23 لئے لئے psp PSP cat-psp|gen-|num-|pers-|case-|vib-|tam-|chunkId-NP8|chunkType-child|stype-|voicetype- 21 lwg__psp _ _ 24 وکھیات وکھیات adj JJ cat-adj|gen-any|num-any|pers-|case-|vib-|tam-|chunkId-JJP2|chunkType-head|stype-|voicetype- 25 k1s _ _ 25 ہے ہے v VM cat-v|gen-any|num-sg|pers-3|case-|vib-ہے|tam-hE|chunkId-VGF|chunkType-head|stype-declarative|voicetype-active 0 root _ _ 26 ۔ ۔ punc SYM cat-punc|gen-|num-|pers-|case-|vib-|tam-|chunkId-BLK|chunkType-head|stype-|voicetype- 25 rsym __ irshad@python-hutrans$ cat tests/ssf-intra/hin-ssf.txt <Sentence id='2'> 1 यहाँ PRP <fs af='यहाँ,pn,,,,o,0_से,' drel='nmod:दूरी' vpos='vib_2' name='यहाँ' chunkId='NP' chunkType='head:NP' posn='10'> 2 से PSP <fs af='से,psp,,,,,,' drel='lwg__psp:यहाँ' name='से' chunkType='child:NP' posn='20'> 3 5 QC <fs af='5,num,any,any,,any,,' drel='nmod__adj:किमी' name='5' chunkType='child:NP2' posn='30'> 4 किमी NN <fs af='किमी,n,m,sg,3,d,0,0' drel='nmod__adj:दूरी' name='किमी' chunkType='child:NP2' posn='40'> 5 दूरी NN <fs af='दूरी,n,f,sg,3,o,0_पर,0' drel='jjmod:स्थित' vpos='vib_vib_4' name='दूरी' chunkId='NP2' chunkType='head:NP2' posn='50'> 6 पर PSP <fs af='पर,psp,,,,,,' drel='lwg__psp:दूरी' name='पर' chunkType='child:NP2' posn='60'> 7 स्थित JJ <fs af='स्थित,adj,any,any,,d,,' drel='nmod:ताल' name='स्थित' chunkId='JJP' chunkType='head:JJP' posn='70'> 8 वासुकि NNPC <fs af='वासुकि,n,m,sg,3,d,0,0' drel='pof__cn:ताल' name='वासुकि' chunkType='child:NP3' posn='80'> 9 ताल NNP <fs af='ताल,n,m,sg,3,d,0,0' drel='k1:है' name='ताल' chunkId='NP3' chunkType='head:NP3' posn='90'> 10 अपने PRP <fs af='अपना,pn,m,any,any,o,0,0' drel='r6:जल' name='अपने' chunkId='NP4' chunkType='head:NP4' posn='100'> 11 पारदर्शी JJ <fs af='पारदर्शी,adj,any,any,,o,,' drel='nmod__adj:जल' name='पारदर्शी' chunkType='child:NP5' posn='110'> 12 जल NN <fs af='जल,n,m,sg,3,o,0,0' drel='ccof:और' name='जल' chunkId='NP5' chunkType='head:NP5' posn='120'> 13 और CC <fs af='और,avy,,,,,,' drel='rt:है' name='और' chunkId='CCP' chunkType='head:CCP' posn='130'> 14 उसमें PRP <fs af='वह,pn,any,sg,3,o,में,meM' drel='k7:उतराते' name='उसमें' chunkId='NP6' chunkType='head:NP6' posn='140'> 15 डूबते VMC <fs af='डूब,v,m,pl,any,,ता,wA' drel='pof__cv:उतराते' name='डूबते' chunkType='child:VGNF' posn='150'> 16 - SYM <fs af='-,punc,,,,,,' drel='rsym:उतराते' name='-' chunkType='child:VGNF' posn='160'> 17 उतराते VM <fs af='उतरा,v,m,pl,any,,ता,wA' drel='nmod__k1inv:हिमखंडों' name='उतराते' chunkId='VGNF' chunkType='head:VGNF' posn='170'> 18 हिमखंडों NN <fs af='हिमखंड,n,m,pl,3,o,0_का,0' drel='r6:दृश्यों' vpos='vib_2' name='हिमखंडों' chunkId='NP7' chunkType='head:NP7' posn='180'> 19 के PSP <fs af='का,psp,m,pl,,o,,' drel='lwg__psp:हिमखंडों' name='के' chunkType='child:NP7' posn='190'> 20 अद्भुत JJ <fs af='अद्भुत,adj,any,any,,o,,' drel='nmod__adj:दृश्यों' name='अद्भुत' chunkType='child:NP8' posn='200'> 21 दृश्यों NN <fs af='दृश्य,n,m,pl,3,o,0_के_लिए,0' drel='ccof:और' vpos='vib_3_4' name='दृश्यों' chunkId='NP8' chunkType='head:NP8' posn='210'> 22 के PSP <fs af='के,psp,,,,,,' drel='lwg__psp:दृश्यों' name='के2' chunkType='child:NP8' posn='220'> 23 लिए PSP <fs af='लिए,psp,,,,,,' drel='lwg__psp:दृश्यों' name='लिए' chunkType='child:NP8' posn='230'> 24 विख्यात JJ <fs af='विख्यात,adj,any,any,,,,' drel='k1s:है' name='विख्यात' chunkId='JJP2' chunkType='head:JJP2' posn='240'> 25 है VM <fs af='है,v,any,sg,3,,है,hE' name='है' chunkId='VGF' chunkType='head:VGF' stype='declarative' voicetype='active' posn='250'> 26 । SYM <fs af='।,punc,,,,,,' drel='rsym:है' name='।' chunkId='BLK' chunkType='head:BLK' posn='260'> </Sentence> irshad@python-hutrans$ hutrans < tests/ssf-intra/hin-ssf.txt --f ssf --t intra <Sentence id='2'> 1 یہاں PRP <fs af='یہاں,pn,,,,o,0_سے,' drel='nmod:دوری' vpos='vib_2' name='یہاں' chunkId='NP' chunkType='head:NP' posn='10'> 2 سے PSP <fs af='سے,psp,,,,,,' drel='lwg__psp:یہاں' name='سے' chunkType='child:NP' posn='20'> 3 5 QC <fs af='5,num,any,any,,any,,' drel='nmod__adj:کمی' name='5' chunkType='child:NP2' posn='30'> 4 کمی NN <fs af='کمی,n,m,sg,3,d,0,0' drel='nmod__adj:دوری' name='کمی' chunkType='child:NP2' posn='40'> 5 دوری NN <fs af='دوری,n,f,sg,3,o,0_پر,0' drel='jjmod:ستھت' vpos='vib_vib_4' name='دوری' chunkId='NP2' chunkType='head:NP2' posn='50'> 6 پر PSP <fs af='پر,psp,,,,,,' drel='lwg__psp:دوری' name='پر' chunkType='child:NP2' posn='60'> 7 ستھت JJ <fs af='ستھت,adj,any,any,,d,,' drel='nmod:تال' name='ستھت' chunkId='JJP' chunkType='head:JJP' posn='70'> 8 واسکی NNPC <fs af='واسکی,n,m,sg,3,d,0,0' drel='pof__cn:تال' name='واسکی' chunkType='child:NP3' posn='80'> 9 تال NNP <fs af='تال,n,m,sg,3,d,0,0' drel='k1:ہے' name='تال' chunkId='NP3' chunkType='head:NP3' posn='90'> 10 اپنے PRP <fs af='اپنا,pn,m,any,any,o,0,0' drel='r6:جل' name='اپنے' chunkId='NP4' chunkType='head:NP4' posn='100'> 11 پاردرشی JJ <fs af='پاردرشی,adj,any,any,,o,,' drel='nmod__adj:جل' name='پاردرشی' chunkType='child:NP5' posn='110'> 12 جل NN <fs af='جل,n,m,sg,3,o,0,0' drel='ccof:اور' name='جل' chunkId='NP5' chunkType='head:NP5' posn='120'> 13 اور CC <fs af='اور,avy,,,,,,' drel='rt:ہے' name='اور' chunkId='CCP' chunkType='head:CCP' posn='130'> 14 اسمیں PRP <fs af='وہ,pn,any,sg,3,o,میں,meM' drel='k7:اتراتے' name='اسمیں' chunkId='NP6' chunkType='head:NP6' posn='140'> 15 ڈوبتے VMC <fs af='ڈوب,v,m,pl,any,,تا,wA' drel='pof__cv:اتراتے' name='ڈوبتے' chunkType='child:VGNF' posn='150'> 16 − SYM <fs af='−,punc,,,,,,' drel='rsym:اتراتے' name='−' chunkType='child:VGNF' posn='160'> 17 اتراتے VM <fs af='اترا,v,m,pl,any,,تا,wA' drel='nmod__k1inv:ہمکھنڈوں' name='اتراتے' chunkId='VGNF' chunkType='head:VGNF' posn='170'> 18 ہمکھنڈوں NN <fs af='ہمکھنڈ,n,m,pl,3,o,0_کا,0' drel='r6:درشیوں' vpos='vib_2' name='ہمکھنڈوں' chunkId='NP7' chunkType='head:NP7' posn='180'> 19 کے PSP <fs af='کا,psp,m,pl,,o,,' drel='lwg__psp:ہمکھنڈوں' name='کے' chunkType='child:NP7' posn='190'> 20 ادبھت JJ <fs af='ادبھت,adj,any,any,,o,,' drel='nmod__adj:درشیوں' name='ادبھت' chunkType='child:NP8' posn='200'> 21 درشیوں NN <fs af='درشیہ,n,m,pl,3,o,0_کے_لئے,0' drel='ccof:اور' vpos='vib_3_4' name='درشیوں' chunkId='NP8' chunkType='head:NP8' posn='210'> 22 کے PSP <fs af='کے,psp,,,,,,' drel='lwg__psp:درشیوں' name='کے2' chunkType='child:NP8' posn='220'> 23 لئے PSP <fs af='لئے,psp,,,,,,' drel='lwg__psp:درشیوں' name='لئے' chunkType='child:NP8' posn='230'> 24 وکھیات JJ <fs af='وکھیات,adj,any,any,,,,' drel='k1s:ہے' name='وکھیات' chunkId='JJP2' chunkType='head:JJP2' posn='240'> 25 ہے VM <fs af='ہے,v,any,sg,3,,ہے,hE' name='ہے' chunkId='VGF' chunkType='head:VGF' stype='declarative' voicetype='active' posn='250'> 26 ۔ SYM <fs af='۔,punc,,,,,,' drel='rsym:ہے' name='۔' chunkId='BLK' chunkType='head:BLK' posn='260'> </Sentence> irshad@python-hutrans$ cat tests/ssf-inter/hin-inter.txt <Sentence id='1'> 1 (( NP <fs name='NP' drel='k1:VGF'> 1.1 बलवीर NNP <fs af='बलवीर,n,m,sg,3,d,0,0' name='बलवीर' posn='10'> 1.2 काका NN <fs af='काका,n,m,sg,3,d,0,0' name='काका' posn='20'> )) 2 (( NP <fs name='NP2' drel='nmod__emph:NP'> 2.1 खुद PRP <fs af='खुद,pn,,,,,,' name='खुद' posn='30'> 2.2 तो RP <fs af='तो,avy,,,,,,' name='तो' posn='40'> )) 3 (( JJP <fs name='JJP' drel='k1s:VGF'> 3.1 अल्पशिक्षित JJ <fs af='अल्पशिक्षित,adj,any,any,,,,' name='अल्पशिक्षित' posn='50'> )) 4 (( VGF <fs drel='ccof:CCP' name='VGF' stype='declarative' voicetype='active''> 4.1 थे VM <fs af='था,v,m,sg,3h,,था,WA' name='थे' posn='60'> )) 5 (( CCP <fs name='CCP' drel='ccof:CCP3'> 5.1 पर CC <fs af='पर,avy,,,,,,' name='पर' posn='70'> )) 6 (( NP <fs name='NP3' drel='r6:NP4'> 6.1 पढ़ाई NN <fs af='पढाई,n,f,sg,3,o,0,0' name='पढ़ाई' posn='80'> 6.2 के PSP <fs af='का,psp,m,sg,,o,,' name='के' posn='90'> )) 7 (( NP <fs name='NP4' drel='k2:VGF2'> 7.1 महत्व NN <fs af='महत्व,n,m,sg,3,o,0,0' name='महत्व' posn='100'> 7.2 को PSP <fs af='को,psp,,,,,,' name='को' posn='110'> )) 8 (( JJP <fs name='JJP2' drel='ccof:CCP2'> 8.1 अधिक QF <fs af='अधिक,avy,,,,,,' name='अधिक' posn='120'> )) 9 (( CCP <fs name='CCP2' drel='nmod:NP5'> 9.1 और CC <fs af='और,avy,,,,,,' name='और' posn='130'> )) 10 (( JJP <fs name='JJP3' drel='ccof:CCP2'> 10.1 बहुत QF <fs af='बहुत,avy,,,,,,' name='बहुत' posn='140'> )) 11 (( NP <fs name='NP5' drel='adv:VGF2'> 11.1 बारीकी NN <fs af='बारीकी,n,f,sg,3,o,0,0' name='बारीकी' posn='150'> 11.2 से PSP <fs af='से,psp,,,,,,' name='से' posn='160'> )) 12 (( VGF <fs drel='ccof:CCP' name='VGF2' stype='declarative' voicetype='active''> 12.1 समझते VM <fs af='समझ,v,m,sg,3h,,ता,wA' name='समझते' posn='170'> )) 13 (( CCP <fs name='CCP3'> 13.1 और CC <fs af='और,avy,,,,,,' name='और2' posn='180'> )) 14 (( NP <fs name='NP6' drel='k4:VGF3'> 14.1 दूसरों NN <fs af='दूसरा,n,m,pl,3,o,0,0' name='दूसरों' posn='190'> 14.2 को PSP <fs af='को,psp,,,,,,' name='को2' posn='200'> 14.3 भी RP <fs af='भी,avy,,,,,,' name='भी' posn='210'> )) 15 (( VGF <fs drel='ccof:CCP3' name='VGF3' stype='declarative' voicetype='active''> 15.1 समझाते VM <fs af='समझा,v,m,sg,3h,,ता,wA' name='समझाते' posn='220'> 15.2 थे VAUX <fs af='था,v,m,sg,3h,,था,WA' name='थे2' posn='230'> )) 16 (( BLK <fs name='BLK' drel='rsym:CCP3'> 16.1 । SYM <fs af='।,punc,,,,,,' name='।' posn='240'> )) </Sentence> irshad@python-hutrans$ hutrans < tests/ssf-inter/hin-inter.txt --f ssf --t inter <Sentence id='1'> 1 (( NP <fs name='NP' drel='k1:VGF'> 1.1 بلویر NNP <fs af='بلویر,n,m,sg,3,d,0,0' name='بلویر' posn='10'> 1.2 کاکا NN <fs af='کاکا,n,m,sg,3,d,0,0' name='کاکا' posn='20'> )) 2 (( NP <fs name='NP2' drel='nmod__emph:NP'> 2.1 خود PRP <fs af='خود,pn,,,,,,' name='خود' posn='30'> 2.2 تو RP <fs af='تو,avy,,,,,,' name='تو' posn='40'> )) 3 (( JJP <fs name='JJP' drel='k1s:VGF'> 3.1 الپشکشت JJ <fs af='الپشکشت,adj,any,any,,,,' name='الپشکشت' posn='50'> )) 4 (( VGF <fs drel='ccof:CCP' name='VGF' stype='declarative' voicetype='active'> 4.1 تھے VM <fs af='تھا,v,m,sg,3h,,تھا,WA' name='تھے' posn='60'> )) 5 (( CCP <fs name='CCP' drel='ccof:CCP3'> 5.1 پر CC <fs af='پر,avy,,,,,,' name='پر' posn='70'> )) 6 (( NP <fs name='NP3' drel='r6:NP4'> 6.1 پڑھائی NN <fs af='پڈھائی,n,f,sg,3,o,0,0' name='پڑھائی' posn='80'> 6.2 کے PSP <fs af='کا,psp,m,sg,,o,,' name='کے' posn='90'> )) 7 (( NP <fs name='NP4' drel='k2:VGF2'> 7.1 مہتو NN <fs af='مہتو,n,m,sg,3,o,0,0' name='مہتو' posn='100'> 7.2 کو PSP <fs af='کو,psp,,,,,,' name='کو' posn='110'> )) 8 (( JJP <fs name='JJP2' drel='ccof:CCP2'> 8.1 ادھک QF <fs af='ادھک,avy,,,,,,' name='ادھک' posn='120'> )) 9 (( CCP <fs name='CCP2' drel='nmod:NP5'> 9.1 اور CC <fs af='اور,avy,,,,,,' name='اور' posn='130'> )) 10 (( JJP <fs name='JJP3' drel='ccof:CCP2'> 10.1 بہت QF <fs af='بہت,avy,,,,,,' name='بہت' posn='140'> )) 11 (( NP <fs name='NP5' drel='adv:VGF2'> 11.1 باریکی NN <fs af='باریکی,n,f,sg,3,o,0,0' name='باریکی' posn='150'> 11.2 سے PSP <fs af='سے,psp,,,,,,' name='سے' posn='160'> )) 12 (( VGF <fs drel='ccof:CCP' name='VGF2' stype='declarative' voicetype='active'> 12.1 سمجھتے VM <fs af='سمجھ,v,m,sg,3h,,تا,wA' name='سمجھتے' posn='170'> )) 13 (( CCP <fs name='CCP3'> 13.1 اور CC <fs af='اور,avy,,,,,,' name='اور2' posn='180'> )) 14 (( NP <fs name='NP6' drel='k4:VGF3'> 14.1 دوسروں NN <fs af='دوسرا,n,m,pl,3,o,0,0' name='دوسروں' posn='190'> 14.2 کو PSP <fs af='کو,psp,,,,,,' name='کو2' posn='200'> 14.3 بھی RP <fs af='بھی,avy,,,,,,' name='بھی' posn='210'> )) 15 (( VGF <fs drel='ccof:CCP3' name='VGF3' stype='declarative' voicetype='active'> 15.1 سمجھاتے VM <fs af='سمجھا,v,m,sg,3h,,تا,wA' name='سمجھاتے' posn='220'> 15.2 تھے VAUX <fs af='تھا,v,m,sg,3h,,تھا,WA' name='تھے2' posn='230'> )) 16 (( BLK <fs name='BLK' drel='rsym:CCP3'> 16.1 ۔ SYM <fs af='۔,punc,,,,,,' name='۔' posn='240'> )) </Sentence> irshad@python-hutrans$ cat tests/tnt/hin-tnt.txt यों RB सिंगल JJ स्क्रीन NNC थिएटर NNP के PSP दर्शकों NN को PSP अग्निपथ NNP अधिक QF नहीं NEG भा VM सकी VAUX । SYM irshad@python-hutrans$ hutrans < tests/tnt/hin-tnt.txt --f tnt یوں RB سنگل JJ سکرین NNC تھئیٹر NNP کے PSP درشکوں NN کو PSP اگنپتھ NNP ادھک QF نہیں NEG بھا VM سکی VAUX ۔ SYM
- From Python
2.1 Text:
>>> from hutrans import transliterator
>>> trn = transliterator(format_='text', source='hindi')
>>>
>>> text = """देश के कई हिस्सों में सूखे के आसार उत्पन्न हो गए हैं
... अब तक मौसम विभाग सामान्य बारिश होने की अपनी भविष्यवाणी पर अड़ा हुआ था लेकिन अब यह दावा पूरी तरह से खारिज हो गया है
... देश भर में अब तक हुई बारिश औसत से छह फीसदी कम है जबकि विभाग का दावा था कि इसमें ५ फीसदी से ज्यादा कमी नहीं होगी
... इसके चलते उत्तर प्रदेश पंजाब हरियाणा राजस्थान बिहार झारखंड आदि राज्य लगभग सूखे की चपेट में हैं
... लेकिन तकनीकी कारणों से इन्हें अभी सूखाग्रस्त घोषित नहीं किया गया है
... मौसम विशेषज्ञों ने माना कि यदि अगला साल भी सूखा रहा तो देश के कई हिस्सों को सूखाग्रस्त घोषित करना पड़ सकता है
... इस बीच बारिश नहीं होने के कारण गर्मी ने फिर अपना कहर बरपाना शुरू कर दिया तथा कई स्थानों पर तापमान ४० डिग्री सेल्सियस से ऊपर पहुंच गया है
... मौसम विभाग के अनुसार जून से अगस्त के तीन महीनों में देश भर में कुल ६७५ ८ मिलीमीटर बारिश हुई है जबकि इस अवधि के दौरान ७१७ ९ मिलीमीटर औसत बारिश होनी चाहिए
... इसमें अब तक कुल छह फीसदी की कमी है
... पिछले हफ्ते इसमें तीन फीसदी की कमी थी लेकिन बीते पूरे सप्ताह बारिश न होने के कारण इसमें तीन फीसदी की और बढ़ोत्तरी हुई है
... उत्तर प्रदेश हिमाचल राजस्थान उत्तरांचल पंजाब जम्मू कश्मीर बिहार झारखंड छत्तीसगढ़ तथा पूर्वोत्तर के कुछ राज्यों में औसत से कम बारिश हुई है
... इससे इन राज्यों में कृषि को भारी क्षति होने की आशंका है
... मानसून की सबसे बुरी स्थिति उत्तरी राज्यों में रही
... पश्चिमी राजस्थान में महज १४६ मिलीमीटर बारिश हुई"""
>>>
>>> print trn.transform(text)
دیش کے کئی حصوں میں سوکھے کے آثار اتپن ہو گئے ہیں
اب تک موسم وبھاگ سامانیہ بارش ہونے کی اپنی بھوشیہوانی پر اڑا ہوا تھا لیکن اب یہ دعوی پوری طرح سے خارج ہو گیا ہے
دیش بھر میں اب تک ہوئی بارش اوسط سے چھہ فیصدی کم ہے جبکہ وبھاگ کا دعوی تھا کہ اسمیں 5 فیصدی سے زیادہ کمی نہیں ہوگی
اسکے چلتے اتر پردیش پنجاب ہریانا راجستھان بہار جھارکھنڈ آدی راجیہ لگبھگ سوکھے کی چپیٹ میں ہیں
لیکن تکنیکی کارنوں سے انھیں ابھی سوکھاگرست گھوشت نہیں کیا گیا ہے
موسم وشیشگیوں نے مانا کہ یدی اگلا سال بھی سوکھا رہا تو دیش کے کئی حصوں کو سوکھاگرست گھوشت کرنا پڑ سکتا ہے
اس بیچ بارش نہیں ہونے کے کارن گرمی نے پھر اپنا قہر برپانا شرو کر دیا تتھا کئی ستھانوں پر تاپمان 40 ڈگری سیلسیس سے اوپر پہنچ گیا ہے
موسم وبھاگ کے انوسار جون سے اگست کے تین مہینوں میں دیش بھر میں کل 675 8 ملیمیٹر بارش ہوئی ہے جبکہ اس اودھی کے دوران 717 9 ملیمیٹر اوسط بارش ہونی چاہئیے
اسمیں اب تک کل چھہ فیصدی کی کمی ہے
پچھلے ہفتے اسمیں تین فیصدی کی کمی تھی لیکن بیتے پورے سپتاہ بارش ن ہونے کے کارن اسمیں تین فیصدی کی اور بڑھوتری ہوئی ہے
اتر پردیش ہماچل راجستھان اترانچل پنجاب جمو کشمیر بہار جھارکھنڈ چھتیسگڑھ تتھا پورووتر کے کچھ راجیوں میں اوسط سے کم بارش ہوئی ہے
اسسے ان راجیوں میں کرشی کو بھاری شتی ہونے کی آشنکا ہے
مانسون کی سبسے بری ستھتی اتری راجیوں میں رہی
پچھمی راجستھان میں محض 146 ملیمیٹر بارش ہوئی
>>>2.2 work with conll:
>>> trn = transliterator(format_='conll') #source=hindi (default)
>>>
>>> conll = """1 यहाँ यहाँ pn PRP cat-pn|gen-|num-|pers-|case-o|vib-0_से|tam-|chunkId-NP|chunkType-head|stype-|voicetype- 5 nmod _ _
... 2 से से psp PSP cat-psp|gen-|num-|pers-|case-|vib-|tam-|chunkId-NP|chunkType-child|stype-|voicetype- 1 lwg__psp _ _
... 3 5 5 num QC cat-num|gen-any|num-any|pers-|case-any|vib-|tam-|chunkId-NP2|chunkType-child|stype-|voicetype- 4 nmod__adj _ _
... 4 किमी किमी n NN cat-n|gen-m|num-sg|pers-3|case-d|vib-0|tam-0|chunkId-NP2|chunkType-child|stype-|voicetype- 5 nmod__adj _ _
... 5 दूरी दूरी n NN cat-n|gen-f|num-sg|pers-3|case-o|vib-0_पर|tam-0|chunkId-NP2|chunkType-head|stype-|voicetype- 7 jjmod _ _
... 6 पर पर psp PSP cat-psp|gen-|num-|pers-|case-|vib-|tam-|chunkId-NP2|chunkType-child|stype-|voicetype- 5 lwg__psp _ _
... 7 स्थित स्थित adj JJ cat-adj|gen-any|num-any|pers-|case-d|vib-|tam-|chunkId-JJP|chunkType-head|stype-|voicetype- 9 nmod _ _
... 8 वासुकि वासुकि n NNPC cat-n|gen-m|num-sg|pers-3|case-d|vib-0|tam-0|chunkId-NP3|chunkType-child|stype-|voicetype- 9 pof__cn _ _
... 9 ताल ताल n NNP cat-n|gen-m|num-sg|pers-3|case-d|vib-0|tam-0|chunkId-NP3|chunkType-head|stype-|voicetype- 25 k1 _ _
... 10 अपने अपना pn PRP cat-pn|gen-m|num-any|pers-any|case-o|vib-0|tam-0|chunkId-NP4|chunkType-head|stype-|voicetype- 12 r6 _ _
... 11 पारदर्शी पारदर्शी adj JJ cat-adj|gen-any|num-any|pers-|case-o|vib-|tam-|chunkId-NP5|chunkType-child|stype-|voicetype- 12 nmod__adj _ _
... 12 जल जल n NN cat-n|gen-m|num-sg|pers-3|case-o|vib-0|tam-0|chunkId-NP5|chunkType-head|stype-|voicetype- 13 ccof _ _
... 13 और और avy CC cat-avy|gen-|num-|pers-|case-|vib-|tam-|chunkId-CCP|chunkType-head|stype-|voicetype- 25 rt _ _
... 14 उसमें वह pn PRP cat-pn|gen-any|num-sg|pers-3|case-o|vib-में|tam-meM|chunkId-NP6|chunkType-head|stype-|voicetype- 17 k7 _ _
... 15 डूबते डूब v VMC cat-v|gen-m|num-pl|pers-any|case-|vib-ता|tam-wA|chunkId-VGNF|chunkType-child|stype-|voicetype- 17 pof__cv _ _
... 16 - - punc SYM cat-punc|gen-|num-|pers-|case-|vib-|tam-|chunkId-VGNF|chunkType-child|stype-|voicetype- 17 rsym _ _
... 17 उतराते उतरा v VM cat-v|gen-m|num-pl|pers-any|case-|vib-ता|tam-wA|chunkId-VGNF|chunkType-head|stype-|voicetype- 18 nmod__k1inv _ _
... 18 हिमखंडों हिमखंड n NN cat-n|gen-m|num-pl|pers-3|case-o|vib-0_का|tam-0|chunkId-NP7|chunkType-head|stype-|voicetype- 21 r6 _ _
... 19 के का psp PSP cat-psp|gen-m|num-pl|pers-|case-o|vib-|tam-|chunkId-NP7|chunkType-child|stype-|voicetype- 18 lwg__psp _ _
... 20 अद्भुत अद्भुत adj JJ cat-adj|gen-any|num-any|pers-|case-o|vib-|tam-|chunkId-NP8|chunkType-child|stype-|voicetype- 21 nmod__adj _ _
... 21 दृश्यों दृश्य n NN cat-n|gen-m|num-pl|pers-3|case-o|vib-0_के_लिए|tam-0|chunkId-NP8|chunkType-head|stype-|voicetype- 13 ccof _ _
... 22 के के psp PSP cat-psp|gen-|num-|pers-|case-|vib-|tam-|chunkId-NP8|chunkType-child|stype-|voicetype- 21 lwg__psp _ _
... 23 लिए लिए psp PSP cat-psp|gen-|num-|pers-|case-|vib-|tam-|chunkId-NP8|chunkType-child|stype-|voicetype- 21 lwg__psp _ _
... 24 विख्यात विख्यात adj JJ cat-adj|gen-any|num-any|pers-|case-|vib-|tam-|chunkId-JJP2|chunkType-head|stype-|voicetype- 25 k1s _ _
... 25 है है v VM cat-v|gen-any|num-sg|pers-3|case-|vib-है|tam-hE|chunkId-VGF|chunkType-head|stype-declarative|voicetype-active 0 root _ _
... 26 । । punc SYM cat-punc|gen-|num-|pers-|case-|vib-|tam-|chunkId-BLK|chunkType-head|stype-|voicetype- 25 rsym _ _"""
>>>
>>> print trn.convert(conll)
1 یہاں یہاں pn PRP cat-pn|gen-|num-|pers-|case-o|vib-0_سے|tam-|chunkId-NP|chunkType-head|stype-|voicetype- 5 nmod __
2 سے سے psp PSP cat-psp|gen-|num-|pers-|case-|vib-|tam-|chunkId-NP|chunkType-child|stype-|voicetype- 1 lwg__psp _ _
3 5 5 num QC cat-num|gen-any|num-any|pers-|case-any|vib-|tam-|chunkId-NP2|chunkType-child|stype-|voicetype- 4 nmod__adj _ _
4 کمی کمی n NN cat-n|gen-m|num-sg|pers-3|case-d|vib-0|tam-0|chunkId-NP2|chunkType-child|stype-|voicetype- 5 nmod__adj _ _
5 دوری دوری n NN cat-n|gen-f|num-sg|pers-3|case-o|vib-0_پر|tam-0|chunkId-NP2|chunkType-head|stype-|voicetype- 7 jjmod _ _
6 پر پر psp PSP cat-psp|gen-|num-|pers-|case-|vib-|tam-|chunkId-NP2|chunkType-child|stype-|voicetype- 5 lwg__psp _ _
7 ستھت ستھت adj JJ cat-adj|gen-any|num-any|pers-|case-d|vib-|tam-|chunkId-JJP|chunkType-head|stype-|voicetype- 9 nmod _ _
8 واسکی واسکی n NNPC cat-n|gen-m|num-sg|pers-3|case-d|vib-0|tam-0|chunkId-NP3|chunkType-child|stype-|voicetype- 9 pof__cn _ _
9 تال تال n NNP cat-n|gen-m|num-sg|pers-3|case-d|vib-0|tam-0|chunkId-NP3|chunkType-head|stype-|voicetype- 25 k1 _ _
10 اپنے اپنا pn PRP cat-pn|gen-m|num-any|pers-any|case-o|vib-0|tam-0|chunkId-NP4|chunkType-head|stype-|voicetype- 12 r6 _ _
11 پاردرشی پاردرشی adj JJ cat-adj|gen-any|num-any|pers-|case-o|vib-|tam-|chunkId-NP5|chunkType-child|stype-|voicetype- 12 nmod__adj _ _
12 جل جل n NN cat-n|gen-m|num-sg|pers-3|case-o|vib-0|tam-0|chunkId-NP5|chunkType-head|stype-|voicetype- 13 ccof _ _
13 اور اور avy CC cat-avy|gen-|num-|pers-|case-|vib-|tam-|chunkId-CCP|chunkType-head|stype-|voicetype- 25 rt __
14 اسمیں وہ pn PRP cat-pn|gen-any|num-sg|pers-3|case-o|vib-میں|tam-meM|chunkId-NP6|chunkType-head|stype-|voicetype- 17 k7 _ _
15 ڈوبتے ڈوب v VMC cat-v|gen-m|num-pl|pers-any|case-|vib-تا|tam-wA|chunkId-VGNF|chunkType-child|stype-|voicetype- 17 pof__cv _ _
16 − − punc SYM cat-punc|gen-|num-|pers-|case-|vib-|tam-|chunkId-VGNF|chunkType-child|stype-|voicetype- 17 rsym __
17 اتراتے اترا v VM cat-v|gen-m|num-pl|pers-any|case-|vib-تا|tam-wA|chunkId-VGNF|chunkType-head|stype-|voicetype- 18 nmod__k1inv _ _
18 ہمکھنڈوں ہمکھنڈ n NN cat-n|gen-m|num-pl|pers-3|case-o|vib-0_کا|tam-0|chunkId-NP7|chunkType-head|stype-|voicetype- 21 r6 _ _
19 کے کا psp PSP cat-psp|gen-m|num-pl|pers-|case-o|vib-|tam-|chunkId-NP7|chunkType-child|stype-|voicetype- 18 lwg__psp _ _
20 ادبھت ادبھت adj JJ cat-adj|gen-any|num-any|pers-|case-o|vib-|tam-|chunkId-NP8|chunkType-child|stype-|voicetype- 21 nmod__adj _ _
21 درشیوں درشیہ n NN cat-n|gen-m|num-pl|pers-3|case-o|vib-0_کے_لئے|tam-0|chunkId-NP8|chunkType-head|stype-|voicetype- 13 ccof _ _
22 کے کے psp PSP cat-psp|gen-|num-|pers-|case-|vib-|tam-|chunkId-NP8|chunkType-child|stype-|voicetype- 21 lwg__psp _ _
23 لئے لئے psp PSP cat-psp|gen-|num-|pers-|case-|vib-|tam-|chunkId-NP8|chunkType-child|stype-|voicetype- 21 lwg__psp _ _
24 وکھیات وکھیات adj JJ cat-adj|gen-any|num-any|pers-|case-|vib-|tam-|chunkId-JJP2|chunkType-head|stype-|voicetype- 25 k1s _ _
25 ہے ہے v VM cat-v|gen-any|num-sg|pers-3|case-|vib-ہے|tam-hE|chunkId-VGF|chunkType-head|stype-declarative|voicetype-active 0 root _ _
26 ۔ ۔ punc SYM cat-punc|gen-|num-|pers-|case-|vib-|tam-|chunkId-BLK|chunkType-head|stype-|voicetype- 25 rsym __2.3 work with bio or tnt:
same as conll or text
2.4 work with ssf:
implemented for ssf files only