test: add `wordpunct_tokenize` data
Joseph Kato
7 years ago
|
0 |
import json
|
|
1 |
import os
|
|
2 |
|
|
3 |
from nltk.tokenize import wordpunct_tokenize
|
|
4 |
|
|
5 |
if __name__ == '__main__':
|
|
6 |
with open(os.path.join('testdata', 'treebank_sents.json')) as d:
|
|
7 |
data = json.load(d)
|
|
8 |
|
|
9 |
words = []
|
|
10 |
for s in data:
|
|
11 |
words.append(wordpunct_tokenize(s))
|
|
12 |
|
|
13 |
with open(os.path.join('testdata', 'word_punct.json'), 'w') as f:
|
|
14 |
json.dump(words, f, indent=4)
|
|
0 |
[
|
|
1 |
[
|
|
2 |
"They",
|
|
3 |
"'",
|
|
4 |
"ll",
|
|
5 |
"save",
|
|
6 |
"and",
|
|
7 |
"invest",
|
|
8 |
"more",
|
|
9 |
"."
|
|
10 |
],
|
|
11 |
[
|
|
12 |
"How",
|
|
13 |
"'",
|
|
14 |
"s",
|
|
15 |
"it",
|
|
16 |
"going",
|
|
17 |
"?"
|
|
18 |
],
|
|
19 |
[
|
|
20 |
"abbreviations",
|
|
21 |
"like",
|
|
22 |
"M",
|
|
23 |
".",
|
|
24 |
"D",
|
|
25 |
"."
|
|
26 |
],
|
|
27 |
[
|
|
28 |
"and",
|
|
29 |
"initials",
|
|
30 |
"containing",
|
|
31 |
"periods",
|
|
32 |
",",
|
|
33 |
"they"
|
|
34 |
],
|
|
35 |
[
|
|
36 |
"hi",
|
|
37 |
",",
|
|
38 |
"my",
|
|
39 |
"name",
|
|
40 |
"can",
|
|
41 |
"'",
|
|
42 |
"t",
|
|
43 |
"hello",
|
|
44 |
","
|
|
45 |
],
|
|
46 |
[
|
|
47 |
"Hello",
|
|
48 |
"World",
|
|
49 |
"."
|
|
50 |
],
|
|
51 |
[
|
|
52 |
"My",
|
|
53 |
"name",
|
|
54 |
"is",
|
|
55 |
"Jonas",
|
|
56 |
"."
|
|
57 |
],
|
|
58 |
[
|
|
59 |
"There",
|
|
60 |
"it",
|
|
61 |
"is",
|
|
62 |
"!"
|
|
63 |
],
|
|
64 |
[
|
|
65 |
"I",
|
|
66 |
"found",
|
|
67 |
"it",
|
|
68 |
"."
|
|
69 |
],
|
|
70 |
[
|
|
71 |
"My",
|
|
72 |
"name",
|
|
73 |
"is",
|
|
74 |
"Jonas",
|
|
75 |
"E",
|
|
76 |
".",
|
|
77 |
"Smith",
|
|
78 |
"."
|
|
79 |
],
|
|
80 |
[
|
|
81 |
"At",
|
|
82 |
"eight",
|
|
83 |
"o",
|
|
84 |
"'",
|
|
85 |
"clock",
|
|
86 |
"on",
|
|
87 |
"Thursday",
|
|
88 |
"morning",
|
|
89 |
"...",
|
|
90 |
"Arthur",
|
|
91 |
"didn",
|
|
92 |
"'",
|
|
93 |
"t",
|
|
94 |
"feel",
|
|
95 |
"very",
|
|
96 |
"good",
|
|
97 |
"."
|
|
98 |
],
|
|
99 |
[
|
|
100 |
"Please",
|
|
101 |
"turn",
|
|
102 |
"to",
|
|
103 |
"p",
|
|
104 |
".",
|
|
105 |
"55",
|
|
106 |
"."
|
|
107 |
],
|
|
108 |
[
|
|
109 |
"Were",
|
|
110 |
"Jane",
|
|
111 |
"and",
|
|
112 |
"co",
|
|
113 |
".",
|
|
114 |
"at",
|
|
115 |
"the",
|
|
116 |
"party",
|
|
117 |
"?"
|
|
118 |
],
|
|
119 |
[
|
|
120 |
"They",
|
|
121 |
"closed",
|
|
122 |
"the",
|
|
123 |
"deal",
|
|
124 |
"with",
|
|
125 |
"Pitt",
|
|
126 |
",",
|
|
127 |
"Briggs",
|
|
128 |
"&",
|
|
129 |
"Co",
|
|
130 |
".",
|
|
131 |
"at",
|
|
132 |
"noon",
|
|
133 |
"."
|
|
134 |
],
|
|
135 |
[
|
|
136 |
"Let",
|
|
137 |
"'",
|
|
138 |
"s",
|
|
139 |
"ask",
|
|
140 |
"Jane",
|
|
141 |
"and",
|
|
142 |
"co",
|
|
143 |
"."
|
|
144 |
],
|
|
145 |
[
|
|
146 |
"They",
|
|
147 |
"should",
|
|
148 |
"know",
|
|
149 |
"."
|
|
150 |
],
|
|
151 |
[
|
|
152 |
"They",
|
|
153 |
"closed",
|
|
154 |
"the",
|
|
155 |
"deal",
|
|
156 |
"with",
|
|
157 |
"Pitt",
|
|
158 |
",",
|
|
159 |
"Briggs",
|
|
160 |
"&",
|
|
161 |
"Co",
|
|
162 |
"."
|
|
163 |
],
|
|
164 |
[
|
|
165 |
"It",
|
|
166 |
"closed",
|
|
167 |
"yesterday",
|
|
168 |
"."
|
|
169 |
],
|
|
170 |
[
|
|
171 |
"I",
|
|
172 |
"can",
|
|
173 |
"see",
|
|
174 |
"Mt",
|
|
175 |
"."
|
|
176 |
],
|
|
177 |
[
|
|
178 |
"Fuji",
|
|
179 |
"from",
|
|
180 |
"here",
|
|
181 |
"."
|
|
182 |
],
|
|
183 |
[
|
|
184 |
"St",
|
|
185 |
".",
|
|
186 |
"Michael",
|
|
187 |
"'",
|
|
188 |
"s",
|
|
189 |
"Church",
|
|
190 |
"is",
|
|
191 |
"on",
|
|
192 |
"5th",
|
|
193 |
"st",
|
|
194 |
".",
|
|
195 |
"near",
|
|
196 |
"the",
|
|
197 |
"light",
|
|
198 |
"."
|
|
199 |
],
|
|
200 |
[
|
|
201 |
"That",
|
|
202 |
"is",
|
|
203 |
"JFK",
|
|
204 |
"Jr",
|
|
205 |
".'",
|
|
206 |
"s",
|
|
207 |
"book",
|
|
208 |
"."
|
|
209 |
],
|
|
210 |
[
|
|
211 |
"I",
|
|
212 |
"visited",
|
|
213 |
"the",
|
|
214 |
"U",
|
|
215 |
".",
|
|
216 |
"S",
|
|
217 |
".",
|
|
218 |
"A",
|
|
219 |
".",
|
|
220 |
"last",
|
|
221 |
"year",
|
|
222 |
"."
|
|
223 |
],
|
|
224 |
[
|
|
225 |
"I",
|
|
226 |
"live",
|
|
227 |
"in",
|
|
228 |
"the",
|
|
229 |
"E",
|
|
230 |
".",
|
|
231 |
"U",
|
|
232 |
"."
|
|
233 |
],
|
|
234 |
[
|
|
235 |
"How",
|
|
236 |
"about",
|
|
237 |
"you",
|
|
238 |
"?"
|
|
239 |
],
|
|
240 |
[
|
|
241 |
"I",
|
|
242 |
"live",
|
|
243 |
"in",
|
|
244 |
"the",
|
|
245 |
"U",
|
|
246 |
".",
|
|
247 |
"S",
|
|
248 |
".",
|
|
249 |
"How",
|
|
250 |
"about",
|
|
251 |
"you",
|
|
252 |
"?"
|
|
253 |
],
|
|
254 |
[
|
|
255 |
"I",
|
|
256 |
"work",
|
|
257 |
"for",
|
|
258 |
"the",
|
|
259 |
"U",
|
|
260 |
".",
|
|
261 |
"S",
|
|
262 |
".",
|
|
263 |
"Government",
|
|
264 |
"in",
|
|
265 |
"Virginia",
|
|
266 |
"."
|
|
267 |
],
|
|
268 |
[
|
|
269 |
"I",
|
|
270 |
"have",
|
|
271 |
"lived",
|
|
272 |
"in",
|
|
273 |
"the",
|
|
274 |
"U",
|
|
275 |
".",
|
|
276 |
"S",
|
|
277 |
".",
|
|
278 |
"for",
|
|
279 |
"20",
|
|
280 |
"years",
|
|
281 |
"."
|
|
282 |
],
|
|
283 |
[
|
|
284 |
"At",
|
|
285 |
"5",
|
|
286 |
"a",
|
|
287 |
".",
|
|
288 |
"m",
|
|
289 |
".",
|
|
290 |
"Mr",
|
|
291 |
".",
|
|
292 |
"Smith",
|
|
293 |
"went",
|
|
294 |
"to",
|
|
295 |
"the",
|
|
296 |
"bank",
|
|
297 |
"."
|
|
298 |
],
|
|
299 |
[
|
|
300 |
"He",
|
|
301 |
"left",
|
|
302 |
"the",
|
|
303 |
"bank",
|
|
304 |
"at",
|
|
305 |
"6",
|
|
306 |
"P",
|
|
307 |
".",
|
|
308 |
"M",
|
|
309 |
".",
|
|
310 |
"Mr",
|
|
311 |
".",
|
|
312 |
"Smith",
|
|
313 |
"then",
|
|
314 |
"went",
|
|
315 |
"to",
|
|
316 |
"the",
|
|
317 |
"store",
|
|
318 |
"."
|
|
319 |
],
|
|
320 |
[
|
|
321 |
"She",
|
|
322 |
"has",
|
|
323 |
"$",
|
|
324 |
"100",
|
|
325 |
".",
|
|
326 |
"00",
|
|
327 |
"in",
|
|
328 |
"her",
|
|
329 |
"bag",
|
|
330 |
"."
|
|
331 |
],
|
|
332 |
[
|
|
333 |
"She",
|
|
334 |
"has",
|
|
335 |
"$",
|
|
336 |
"100",
|
|
337 |
".",
|
|
338 |
"00",
|
|
339 |
"."
|
|
340 |
],
|
|
341 |
[
|
|
342 |
"It",
|
|
343 |
"is",
|
|
344 |
"in",
|
|
345 |
"her",
|
|
346 |
"bag",
|
|
347 |
"."
|
|
348 |
],
|
|
349 |
[
|
|
350 |
"He",
|
|
351 |
"teaches",
|
|
352 |
"science",
|
|
353 |
"(",
|
|
354 |
"He",
|
|
355 |
"previously",
|
|
356 |
"worked",
|
|
357 |
"for",
|
|
358 |
"5",
|
|
359 |
"years",
|
|
360 |
"as",
|
|
361 |
"an",
|
|
362 |
"engineer",
|
|
363 |
".)"
|
|
364 |
],
|
|
365 |
[
|
|
366 |
"at",
|
|
367 |
"the",
|
|
368 |
"local",
|
|
369 |
"University",
|
|
370 |
"."
|
|
371 |
],
|
|
372 |
[
|
|
373 |
"Her",
|
|
374 |
"email",
|
|
375 |
"is",
|
|
376 |
"Jane",
|
|
377 |
".",
|
|
378 |
"Doe",
|
|
379 |
"@",
|
|
380 |
"example",
|
|
381 |
".",
|
|
382 |
"com",
|
|
383 |
"."
|
|
384 |
],
|
|
385 |
[
|
|
386 |
"I",
|
|
387 |
"sent",
|
|
388 |
"her",
|
|
389 |
"an",
|
|
390 |
"email",
|
|
391 |
"."
|
|
392 |
],
|
|
393 |
[
|
|
394 |
"The",
|
|
395 |
"site",
|
|
396 |
"is",
|
|
397 |
":",
|
|
398 |
"https",
|
|
399 |
"://",
|
|
400 |
"www",
|
|
401 |
".",
|
|
402 |
"example",
|
|
403 |
".",
|
|
404 |
"50",
|
|
405 |
".",
|
|
406 |
"com",
|
|
407 |
"/",
|
|
408 |
"new",
|
|
409 |
"-",
|
|
410 |
"site",
|
|
411 |
"/",
|
|
412 |
"awesome_content",
|
|
413 |
".",
|
|
414 |
"html",
|
|
415 |
"."
|
|
416 |
],
|
|
417 |
[
|
|
418 |
"Please",
|
|
419 |
"check",
|
|
420 |
"it",
|
|
421 |
"out",
|
|
422 |
"."
|
|
423 |
],
|
|
424 |
[
|
|
425 |
"She",
|
|
426 |
"turned",
|
|
427 |
"to",
|
|
428 |
"him",
|
|
429 |
",",
|
|
430 |
"'",
|
|
431 |
"This",
|
|
432 |
"is",
|
|
433 |
"great",
|
|
434 |
".'"
|
|
435 |
],
|
|
436 |
[
|
|
437 |
"she",
|
|
438 |
"said",
|
|
439 |
"."
|
|
440 |
],
|
|
441 |
[
|
|
442 |
"She",
|
|
443 |
"turned",
|
|
444 |
"to",
|
|
445 |
"him",
|
|
446 |
",",
|
|
447 |
"\"",
|
|
448 |
"This",
|
|
449 |
"is",
|
|
450 |
"great",
|
|
451 |
".\""
|
|
452 |
],
|
|
453 |
[
|
|
454 |
"she",
|
|
455 |
"said",
|
|
456 |
"."
|
|
457 |
],
|
|
458 |
[
|
|
459 |
"She",
|
|
460 |
"turned",
|
|
461 |
"to",
|
|
462 |
"him",
|
|
463 |
",",
|
|
464 |
"\"",
|
|
465 |
"This",
|
|
466 |
"is",
|
|
467 |
"great",
|
|
468 |
".\""
|
|
469 |
],
|
|
470 |
[
|
|
471 |
"She",
|
|
472 |
"held",
|
|
473 |
"the",
|
|
474 |
"book",
|
|
475 |
"out",
|
|
476 |
"to",
|
|
477 |
"show",
|
|
478 |
"him",
|
|
479 |
"."
|
|
480 |
],
|
|
481 |
[
|
|
482 |
"Hello",
|
|
483 |
"!!"
|
|
484 |
],
|
|
485 |
[
|
|
486 |
"Long",
|
|
487 |
"time",
|
|
488 |
"no",
|
|
489 |
"see",
|
|
490 |
"."
|
|
491 |
],
|
|
492 |
[
|
|
493 |
"Hello",
|
|
494 |
"??"
|
|
495 |
],
|
|
496 |
[
|
|
497 |
"Who",
|
|
498 |
"is",
|
|
499 |
"there",
|
|
500 |
"?"
|
|
501 |
],
|
|
502 |
[
|
|
503 |
"Hello",
|
|
504 |
"!?"
|
|
505 |
],
|
|
506 |
[
|
|
507 |
"Is",
|
|
508 |
"that",
|
|
509 |
"you",
|
|
510 |
"?"
|
|
511 |
],
|
|
512 |
[
|
|
513 |
"Hello",
|
|
514 |
"?!"
|
|
515 |
],
|
|
516 |
[
|
|
517 |
"Is",
|
|
518 |
"that",
|
|
519 |
"you",
|
|
520 |
"?"
|
|
521 |
],
|
|
522 |
[
|
|
523 |
"1",
|
|
524 |
".)"
|
|
525 |
],
|
|
526 |
[
|
|
527 |
"The",
|
|
528 |
"first",
|
|
529 |
"item",
|
|
530 |
"2",
|
|
531 |
".)"
|
|
532 |
],
|
|
533 |
[
|
|
534 |
"The",
|
|
535 |
"second",
|
|
536 |
"item"
|
|
537 |
],
|
|
538 |
[
|
|
539 |
"1",
|
|
540 |
".)"
|
|
541 |
],
|
|
542 |
[
|
|
543 |
"The",
|
|
544 |
"first",
|
|
545 |
"item",
|
|
546 |
"."
|
|
547 |
],
|
|
548 |
[
|
|
549 |
"2",
|
|
550 |
".)"
|
|
551 |
],
|
|
552 |
[
|
|
553 |
"The",
|
|
554 |
"second",
|
|
555 |
"item",
|
|
556 |
"."
|
|
557 |
],
|
|
558 |
[
|
|
559 |
"1",
|
|
560 |
")",
|
|
561 |
"The",
|
|
562 |
"first",
|
|
563 |
"item",
|
|
564 |
"2",
|
|
565 |
")",
|
|
566 |
"The",
|
|
567 |
"second",
|
|
568 |
"item"
|
|
569 |
],
|
|
570 |
[
|
|
571 |
"1",
|
|
572 |
")",
|
|
573 |
"The",
|
|
574 |
"first",
|
|
575 |
"item",
|
|
576 |
"."
|
|
577 |
],
|
|
578 |
[
|
|
579 |
"2",
|
|
580 |
")",
|
|
581 |
"The",
|
|
582 |
"second",
|
|
583 |
"item",
|
|
584 |
"."
|
|
585 |
],
|
|
586 |
[
|
|
587 |
"1",
|
|
588 |
"."
|
|
589 |
],
|
|
590 |
[
|
|
591 |
"The",
|
|
592 |
"first",
|
|
593 |
"item",
|
|
594 |
"2",
|
|
595 |
"."
|
|
596 |
],
|
|
597 |
[
|
|
598 |
"The",
|
|
599 |
"second",
|
|
600 |
"item"
|
|
601 |
],
|
|
602 |
[
|
|
603 |
"1",
|
|
604 |
"."
|
|
605 |
],
|
|
606 |
[
|
|
607 |
"The",
|
|
608 |
"first",
|
|
609 |
"item",
|
|
610 |
"."
|
|
611 |
],
|
|
612 |
[
|
|
613 |
"2",
|
|
614 |
"."
|
|
615 |
],
|
|
616 |
[
|
|
617 |
"The",
|
|
618 |
"second",
|
|
619 |
"item",
|
|
620 |
"."
|
|
621 |
],
|
|
622 |
[
|
|
623 |
"\u2022",
|
|
624 |
"9",
|
|
625 |
"."
|
|
626 |
],
|
|
627 |
[
|
|
628 |
"The",
|
|
629 |
"first",
|
|
630 |
"item",
|
|
631 |
"\u2022",
|
|
632 |
"10",
|
|
633 |
"."
|
|
634 |
],
|
|
635 |
[
|
|
636 |
"The",
|
|
637 |
"second",
|
|
638 |
"item"
|
|
639 |
],
|
|
640 |
[
|
|
641 |
"\u2043",
|
|
642 |
"9",
|
|
643 |
"."
|
|
644 |
],
|
|
645 |
[
|
|
646 |
"The",
|
|
647 |
"first",
|
|
648 |
"item",
|
|
649 |
"\u2043",
|
|
650 |
"10",
|
|
651 |
"."
|
|
652 |
],
|
|
653 |
[
|
|
654 |
"The",
|
|
655 |
"second",
|
|
656 |
"item"
|
|
657 |
],
|
|
658 |
[
|
|
659 |
"a",
|
|
660 |
"."
|
|
661 |
],
|
|
662 |
[
|
|
663 |
"The",
|
|
664 |
"first",
|
|
665 |
"item",
|
|
666 |
"b",
|
|
667 |
"."
|
|
668 |
],
|
|
669 |
[
|
|
670 |
"The",
|
|
671 |
"second",
|
|
672 |
"item",
|
|
673 |
"c",
|
|
674 |
".",
|
|
675 |
"The",
|
|
676 |
"third",
|
|
677 |
"list",
|
|
678 |
"item"
|
|
679 |
],
|
|
680 |
[
|
|
681 |
"This",
|
|
682 |
"is",
|
|
683 |
"a",
|
|
684 |
"sentence",
|
|
685 |
"cut",
|
|
686 |
"off",
|
|
687 |
"in",
|
|
688 |
"the",
|
|
689 |
"middle",
|
|
690 |
"because",
|
|
691 |
"pdf",
|
|
692 |
"."
|
|
693 |
],
|
|
694 |
[
|
|
695 |
"It",
|
|
696 |
"was",
|
|
697 |
"a",
|
|
698 |
"cold",
|
|
699 |
"night",
|
|
700 |
"in",
|
|
701 |
"the",
|
|
702 |
"city",
|
|
703 |
"."
|
|
704 |
],
|
|
705 |
[
|
|
706 |
"features",
|
|
707 |
"contact",
|
|
708 |
"manager",
|
|
709 |
"events",
|
|
710 |
",",
|
|
711 |
"activities"
|
|
712 |
],
|
|
713 |
[
|
|
714 |
"You",
|
|
715 |
"can",
|
|
716 |
"find",
|
|
717 |
"it",
|
|
718 |
"at",
|
|
719 |
"N",
|
|
720 |
"\u00b0."
|
|
721 |
],
|
|
722 |
[
|
|
723 |
"1026",
|
|
724 |
".",
|
|
725 |
"253",
|
|
726 |
".",
|
|
727 |
"553",
|
|
728 |
"."
|
|
729 |
],
|
|
730 |
[
|
|
731 |
"That",
|
|
732 |
"is",
|
|
733 |
"where",
|
|
734 |
"the",
|
|
735 |
"treasure",
|
|
736 |
"is",
|
|
737 |
"."
|
|
738 |
],
|
|
739 |
[
|
|
740 |
"She",
|
|
741 |
"works",
|
|
742 |
"at",
|
|
743 |
"Yahoo",
|
|
744 |
"!"
|
|
745 |
],
|
|
746 |
[
|
|
747 |
"in",
|
|
748 |
"the",
|
|
749 |
"accounting",
|
|
750 |
"department",
|
|
751 |
"."
|
|
752 |
],
|
|
753 |
[
|
|
754 |
"We",
|
|
755 |
"make",
|
|
756 |
"a",
|
|
757 |
"good",
|
|
758 |
"team",
|
|
759 |
",",
|
|
760 |
"you",
|
|
761 |
"and",
|
|
762 |
"I",
|
|
763 |
"."
|
|
764 |
],
|
|
765 |
[
|
|
766 |
"Did",
|
|
767 |
"you",
|
|
768 |
"see",
|
|
769 |
"Albert",
|
|
770 |
"I",
|
|
771 |
".",
|
|
772 |
"Jones",
|
|
773 |
"yesterday",
|
|
774 |
"?"
|
|
775 |
],
|
|
776 |
[
|
|
777 |
"Thoreau",
|
|
778 |
"argues",
|
|
779 |
"that",
|
|
780 |
"by",
|
|
781 |
"simplifying",
|
|
782 |
"one",
|
|
783 |
"\u2019",
|
|
784 |
"s",
|
|
785 |
"life",
|
|
786 |
",",
|
|
787 |
"\u201c",
|
|
788 |
"the",
|
|
789 |
"laws",
|
|
790 |
"of",
|
|
791 |
"the",
|
|
792 |
"universe",
|
|
793 |
"will",
|
|
794 |
"appear",
|
|
795 |
"less",
|
|
796 |
"complex",
|
|
797 |
"."
|
|
798 |
],
|
|
799 |
[
|
|
800 |
"."
|
|
801 |
],
|
|
802 |
[
|
|
803 |
"."
|
|
804 |
],
|
|
805 |
[
|
|
806 |
".\u201d"
|
|
807 |
],
|
|
808 |
[
|
|
809 |
"\"",
|
|
810 |
"Bohr",
|
|
811 |
"[...]",
|
|
812 |
"used",
|
|
813 |
"the",
|
|
814 |
"analogy",
|
|
815 |
"of",
|
|
816 |
"parallel",
|
|
817 |
"stairways",
|
|
818 |
"[...]\"",
|
|
819 |
"(",
|
|
820 |
"Smith",
|
|
821 |
"55",
|
|
822 |
")."
|
|
823 |
],
|
|
824 |
[
|
|
825 |
"If",
|
|
826 |
"words",
|
|
827 |
"are",
|
|
828 |
"left",
|
|
829 |
"off",
|
|
830 |
"at",
|
|
831 |
"the",
|
|
832 |
"end",
|
|
833 |
"of",
|
|
834 |
"a",
|
|
835 |
"sentence",
|
|
836 |
",",
|
|
837 |
"and",
|
|
838 |
"that",
|
|
839 |
"is",
|
|
840 |
"all",
|
|
841 |
"that",
|
|
842 |
"is",
|
|
843 |
"omitted",
|
|
844 |
",",
|
|
845 |
"indicate",
|
|
846 |
"the",
|
|
847 |
"omission",
|
|
848 |
"with",
|
|
849 |
"ellipsis",
|
|
850 |
"marks",
|
|
851 |
"(",
|
|
852 |
"preceded",
|
|
853 |
"and",
|
|
854 |
"followed",
|
|
855 |
"by",
|
|
856 |
"a",
|
|
857 |
"space",
|
|
858 |
")",
|
|
859 |
"and",
|
|
860 |
"then",
|
|
861 |
"indicate",
|
|
862 |
"the",
|
|
863 |
"end",
|
|
864 |
"of",
|
|
865 |
"the",
|
|
866 |
"sentence",
|
|
867 |
"with",
|
|
868 |
"a",
|
|
869 |
"period",
|
|
870 |
"."
|
|
871 |
],
|
|
872 |
[
|
|
873 |
"."
|
|
874 |
],
|
|
875 |
[
|
|
876 |
"."
|
|
877 |
],
|
|
878 |
[
|
|
879 |
"."
|
|
880 |
],
|
|
881 |
[
|
|
882 |
"Next",
|
|
883 |
"sentence",
|
|
884 |
"."
|
|
885 |
],
|
|
886 |
[
|
|
887 |
"I",
|
|
888 |
"never",
|
|
889 |
"meant",
|
|
890 |
"that",
|
|
891 |
"....",
|
|
892 |
"She",
|
|
893 |
"left",
|
|
894 |
"the",
|
|
895 |
"store",
|
|
896 |
"."
|
|
897 |
],
|
|
898 |
[
|
|
899 |
"I",
|
|
900 |
"wasn",
|
|
901 |
"\u2019",
|
|
902 |
"t",
|
|
903 |
"really",
|
|
904 |
"...",
|
|
905 |
"well",
|
|
906 |
",",
|
|
907 |
"what",
|
|
908 |
"I",
|
|
909 |
"mean",
|
|
910 |
"...",
|
|
911 |
"see",
|
|
912 |
"."
|
|
913 |
],
|
|
914 |
[
|
|
915 |
"."
|
|
916 |
],
|
|
917 |
[
|
|
918 |
"."
|
|
919 |
],
|
|
920 |
[
|
|
921 |
"what",
|
|
922 |
"I",
|
|
923 |
"'",
|
|
924 |
"m",
|
|
925 |
"saying",
|
|
926 |
",",
|
|
927 |
"the",
|
|
928 |
"thing",
|
|
929 |
"is",
|
|
930 |
"."
|
|
931 |
],
|
|
932 |
[
|
|
933 |
"."
|
|
934 |
],
|
|
935 |
[
|
|
936 |
"."
|
|
937 |
],
|
|
938 |
[
|
|
939 |
"I",
|
|
940 |
"didn",
|
|
941 |
"\u2019",
|
|
942 |
"t",
|
|
943 |
"mean",
|
|
944 |
"it",
|
|
945 |
"."
|
|
946 |
],
|
|
947 |
[
|
|
948 |
"One",
|
|
949 |
"further",
|
|
950 |
"habit",
|
|
951 |
"which",
|
|
952 |
"was",
|
|
953 |
"somewhat",
|
|
954 |
"weakened",
|
|
955 |
"."
|
|
956 |
],
|
|
957 |
[
|
|
958 |
"."
|
|
959 |
],
|
|
960 |
[
|
|
961 |
"."
|
|
962 |
],
|
|
963 |
[
|
|
964 |
"was",
|
|
965 |
"that",
|
|
966 |
"of",
|
|
967 |
"combining",
|
|
968 |
"words",
|
|
969 |
"into",
|
|
970 |
"self",
|
|
971 |
"-",
|
|
972 |
"interpreting",
|
|
973 |
"compounds",
|
|
974 |
"."
|
|
975 |
],
|
|
976 |
[
|
|
977 |
"."
|
|
978 |
],
|
|
979 |
[
|
|
980 |
"."
|
|
981 |
],
|
|
982 |
[
|
|
983 |
"."
|
|
984 |
],
|
|
985 |
[
|
|
986 |
"The",
|
|
987 |
"practice",
|
|
988 |
"was",
|
|
989 |
"not",
|
|
990 |
"abandoned",
|
|
991 |
"."
|
|
992 |
],
|
|
993 |
[
|
|
994 |
"."
|
|
995 |
],
|
|
996 |
[
|
|
997 |
"."
|
|
998 |
],
|
|
999 |
[
|
|
1000 |
"."
|
|
1001 |
],
|
|
1002 |
[
|
|
1003 |
"Hello",
|
|
1004 |
"world",
|
|
1005 |
".",
|
|
1006 |
"Today",
|
|
1007 |
"is",
|
|
1008 |
"Tuesday",
|
|
1009 |
".",
|
|
1010 |
"Mr",
|
|
1011 |
"."
|
|
1012 |
],
|
|
1013 |
[
|
|
1014 |
"Smith",
|
|
1015 |
"went",
|
|
1016 |
"to",
|
|
1017 |
"the",
|
|
1018 |
"store",
|
|
1019 |
"and",
|
|
1020 |
"bought",
|
|
1021 |
"1",
|
|
1022 |
",",
|
|
1023 |
"000",
|
|
1024 |
".",
|
|
1025 |
"That",
|
|
1026 |
"is",
|
|
1027 |
"a",
|
|
1028 |
"lot",
|
|
1029 |
"."
|
|
1030 |
]
|
|
1031 |
]
|