[fix] fix itn 三四十万 一万六七 (#234)

* [fix] fix itn 三四十万 一万六七

* [fix] fix itn 三四十万 一万六七

itn/chinese/data/number/special_dash.tsv

@@ -1,6 +1,7 @@
 一二	1-2
 二三	2-3
 三四	3-4
+三五	3-5
 四五	4-5
 五六	5-6
 六七	6-7
@@ -37,14 +38,3 @@
 六七千	6000-7000
 七八千	7000-8000
 八九千	8000-9000
-一二万	1-2万
-一两万	1-2万
-二三万	2-3万
-两三万	2-3万
-三四万	3-4万
-三五万	3-5万
-四五万	4-5万
-五六万	5-6万
-六七万	6-7万
-七八万	7-8万
-八九万	8-9万

itn/chinese/data/number/special_tilde.tsv

@@ -1,6 +1,7 @@
 一二	1~2
 二三	2~3
 三四	3~4
+三五	3~5
 四五	4~5
 五六	5~6
 六七	6~7
@@ -37,14 +38,3 @@
 六七千	6000~7000
 七八千	7000~8000
 八九千	8000~9000
-一二万	1~2万
-一两万	1~2万
-二三万	2~3万
-两三万	2~3万
-三四万	3~4万
-三五万	3~5万
-四五万	4~5万
-五六万	5~6万
-六七万	6~7万
-七八万	7~8万
-八九万	8~9万

itn/chinese/rules/cardinal.py

@@ -42,9 +42,13 @@ def build_tagger(self):
         special_tilde = string_file(
             get_abs_path(
                 '../itn/chinese/data/number/special_tilde.tsv'))  # 七八十->70~80
+        special_tilde = special_tilde + add_weight(
+            (accep("万") | accep("亿")), -0.1).ques
         special_dash = string_file(
             get_abs_path(
                 '../itn/chinese/data/number/special_dash.tsv'))  # 七八十->70-80
+        special_dash = special_dash + add_weight(
+            (accep("万") | accep("亿")), -0.1).ques
         sign = string_file(
             get_abs_path('../itn/chinese/data/number/sign.tsv'))  # + -
         dot = string_file(
@@ -101,12 +105,14 @@ def build_tagger(self):
                   (number + accep('亿') + delete('零').ques).ques + number)
         # 负的xxx 1.11, 1.01
         number = sign.ques + number + (dot + digits.plus).ques
-        # 五六万 => 5~6万，三五千 => 3000~5000，六七百 => 600~700，三四十 => 30~40
+        # 五六万 => 5~6万，三五千 => 3000~5000，六七百 => 600~700，三四十 => 30~40, 三四十亿 => 30~40亿
         number |= special_tilde
-        # 十七八 => 17-8, 四十五六 => 45-6, 三百七八十 => 370-80
+        # 十七八 => 17-8, 四十五六 => 45-6, 三百七八十 => 370-80, 四十五六万 => 45-6万, 一万六七 => 16000-7000
         _special_dash = cross('十', '1') + special_dash
         _special_dash |= digit + delete('十') + special_dash
         _special_dash |= digit + delete('百') + special_dash
+        _special_dash |= digit + delete('万') + digit + insert(
+            '000-') + digit + insert('000')
         number |= _special_dash
 
         self.number = number.optimize()

itn/chinese/test/data/cardinal.txt

@@ -6,11 +6,16 @@
 三五万 => 3~5万
 三四万 => 3~4万
 五六十 => 50~60
+三四十万 => 30~40万
+三四十亿 => 30~40亿
 十五六 => 15-6
 四十五六 => 45-6
+四十五六万 => 45-6万
 七百三四十 => 730-40
 十七八万 => 17-8万
 六十三四万 => 63-4万
+一万六七 => 16000-7000
+三万四五 => 34000-5000
 我的身份证号是三四零二零三一九三七零幺零幺零五幺七 => 我的身份证号是340203193701010517
 我的身份证号是三四零二零三一九三七零幺零幺零五幺X => 我的身份证号是34020319370101051X
 给一三三四五三一二二二一打电话 => 给13345312221打电话