Add ThaiNameTagger version

pythainlp/tag/named_entity.py

@@ -73,12 +73,22 @@ def _doc2features(doc, i) -> Dict:
 
 
 class ThaiNameTagger:
-    def __init__(self) -> None:
+    def __init__(self, version: str = "1.5") -> None:
         """
         Thai named-entity recognizer.
+
+        :param str version: Thai NER version.
+                            It's support Thai NER 1.4 & 1.5.
+                            The defualt value is `1.5`
         """
         self.crf = CRFTagger()
-        self.crf.open(get_corpus_path(_CORPUS_NAME, version="1.5"))
+
+        if version == "1.4":
+            self.crf.open(get_corpus_path("thainer-1.4", version="1.4"))
+            self.pos_tag_name = "orchid_ud"
+        else:
+            self.crf.open(get_corpus_path(_CORPUS_NAME, version="1.5"))
+            self.pos_tag_name = "lst20"
 
     def get_ner(
         self, text: str, pos: bool = True, tag: bool = False
@@ -135,7 +145,11 @@ def get_ner(
             'วันที่ <DATE>15 ก.ย. 61</DATE> ทดสอบระบบเวลา <TIME>14:49 น.</TIME>'
         """
         tokens = word_tokenize(text, engine=_TOKENIZER_ENGINE)
-        pos_tags = pos_tag(tokens, engine="perceptron", corpus="lst20")
+        pos_tags = pos_tag(
+            tokens,
+            engine="perceptron",
+            corpus=self.pos_tag_name
+        )
         x_test = ThaiNameTagger.__extract_features(pos_tags)
         y = self.crf.tag(x_test)
 

tests/test_tag.py

@@ -206,6 +206,35 @@ def test_ner(self):
             "ทดสอบระบบเวลา <TIME>14:49 น.</TIME>",
         )
 
+        ner = ThaiNameTagger(version="1.4")
+        self.assertEqual(ner.get_ner(""), [])
+        self.assertIsNotNone(ner.get_ner("แมวทำอะไรตอนห้าโมงเช้า"))
+        self.assertIsNotNone(ner.get_ner("แมวทำอะไรตอนห้าโมงเช้า", pos=False))
+        self.assertIsNotNone(
+            ner.get_ner(
+                """คณะวิทยาศาสตร์ประยุกต์และวิศวกรรมศาสตร์ มหาวิทยาลัยขอนแก่น
+                วิทยาเขตหนองคาย 112 หมู่ 7 บ้านหนองเดิ่น
+                ตำบลหนองกอมเกาะ อำเภอเมือง
+                จังหวัดหนองคาย 43000"""
+            )
+        )
+        self.assertIsNotNone(
+            ner.get_ner(
+                """คณะวิทยาศาสตร์ประยุกต์และวิศวกรรมศาสตร์ มหาวิทยาลัยขอนแก่น
+                วิทยาเขตหนองคาย 112 หมู่ 7 บ้านหนองเดิ่น
+                ตำบลหนองกอมเกาะ อำเภอเมือง
+                จังหวัดหนองคาย 43000""",
+                tag=True,
+            )
+        )
+
+        # arguement `tag` is True
+        self.assertEqual(
+            ner.get_ner("วันที่ 15 ก.ย. 61 ทดสอบระบบเวลา 14:49 น.", tag=True),
+            "วันที่ <DATE>15 ก.ย. 61</DATE> "
+            "ทดสอบระบบเวลา <TIME>14:49 น.</TIME>",
+        )
+
         self.assertEqual(
             ner.get_ner(
                 "url = https://thainlp.org/pythainlp/docs/2.0/", tag=True
@@ -260,7 +289,7 @@ def test_ner(self):
         # arguement `tag` is False and `pos` is True
         self.assertEqual(
             ner.get_ner("ไทย", pos=True, tag=False),
-            [("ไทย", "NN", "B-LOCATION")],
+            [('ไทย', 'PROPN', 'B-LOCATION')],
         )
 
         # arguement `tag` is False and `pos` is False