28 lines
729 B
Python
28 lines
729 B
Python
|
#!/usr/bin/env python3
|
||
|
|
import sys
|
||
|
|
import spacy
|
||
|
|
|
||
|
|
# Charger les modèles français et anglais
|
||
|
|
nlp_fr = spacy.load("fr_core_news_sm")
|
||
|
|
nlp_en = spacy.load("en_core_web_sm")
|
||
|
|
|
||
|
|
# Lire le texte depuis stdin
|
||
|
|
text = sys.stdin.read().strip()
|
||
|
|
|
||
|
|
# Détecter la langue (simple : regarder les caractères ou demander en argument)
|
||
|
|
# Ici, on choisit automatiquement en fonction des mots
|
||
|
|
# -> si beaucoup de mots anglais, on prend anglais, sinon français
|
||
|
|
words = text.split()
|
||
|
|
english_words = sum(1 for w in words if w.lower() in ["the","is","are","i","you","we","and"])
|
||
|
|
nlp = nlp_en if english_words > len(words) / 2 else nlp_fr
|
||
|
|
|
||
|
|
# Lemmatiser
|
||
|
|
doc = nlp(text)
|
||
|
|
lemmes = [token.lemma_ for token in doc if token.is_alpha]
|
||
|
|
|
||
|
|
print(" ".join(lemmes))
|
||
|
|
|
||
|
|
|
||
|
|
|
||
|
|
|