pragmatic_segmenter 0.3.3 → 0.3.4

data/lib/pragmatic_segmenter/{process.rb → processor.rb}

@@ -1,36 +1,35 @@
 # -*- encoding : utf-8 -*-
+require 'pragmatic_segmenter/punctuation_replacer'
+require 'pragmatic_segmenter/between_punctuation'
+
+
 require 'pragmatic_segmenter/list'
 require 'pragmatic_segmenter/abbreviation_replacer'
-require 'pragmatic_segmenter/number'
-require 'pragmatic_segmenter/rules/ellipsis'
 require 'pragmatic_segmenter/exclamation_words'
-require 'pragmatic_segmenter/punctuation_replacer'
-require 'pragmatic_segmenter/between_punctuation'
 
 module PragmaticSegmenter
   # This class processing segmenting the text.
-  class Process
+  class Processor
 
     attr_reader :text
-    def initialize(text:, language: Languages::Common)
-      @text = text
+    def initialize(language: Languages::Common)
       @language = language
     end
 
-    def process
-      reformatted_text = List.new(text: text).add_line_break
-      reformatted_text = replace_abbreviations(reformatted_text)
-      reformatted_text = replace_numbers(reformatted_text)
-      reformatted_text = replace_continuous_punctuation(reformatted_text)
-      reformatted_text.apply(@language::AbbreviationsWithMultiplePeriodsAndEmailRule)
-      reformatted_text.apply(@language::GeoLocationRule)
-      split_into_segments(reformatted_text)
+    def process(text:)
+      @text = List.new(text: text).add_line_break
+      replace_abbreviations
+      replace_numbers
+      replace_continuous_punctuation
+      @text.apply(@language::Abbreviations::WithMultiplePeriodsAndEmailRule)
+      @text.apply(@language::GeoLocationRule)
+      split_into_segments
     end
 
     private
 
-    def split_into_segments(txt)
-      check_for_parens_between_quotes(txt).split("\r")
+    def split_into_segments
+      check_for_parens_between_quotes(@text).split("\r")
          .map! { |segment| segment.apply(@language::SingleNewLineRule, @language::EllipsisRules::All) }
          .map { |segment| check_for_punctuation(segment) }.flatten
          .map! { |segment| segment.apply(@language::SubSymbolsRules::All) }
@@ -41,7 +40,11 @@ module PragmaticSegmenter
 
     def post_process_segments(txt)
       return if consecutive_underscore?(txt) || txt.length < 2
-      txt.apply(@language::ReinsertEllipsisRules::All).apply(@language::ExtraWhiteSpaceRule)
+      txt.apply(
+        @language::ReinsertEllipsisRules::All,
+        @language::ExtraWhiteSpaceRule
+      )
+
       if txt =~ @language::QUOTATION_AT_END_OF_SENTENCE_REGEX
         txt.split(@language::SPLIT_SPACE_QUOTATION_AT_END_OF_SENTENCE_REGEX)
       else
@@ -56,9 +59,8 @@ module PragmaticSegmenter
       end
     end
 
-    def replace_continuous_punctuation(txt)
-      return txt unless txt =~ @language::CONTINUOUS_PUNCTUATION_REGEX
-      txt.gsub!(@language::CONTINUOUS_PUNCTUATION_REGEX) do |match|
+    def replace_continuous_punctuation
+      @text.gsub!(@language::CONTINUOUS_PUNCTUATION_REGEX) do |match|
         match.gsub(/!/, '&ᓴ&').gsub(/\?/, '&ᓷ&')
       end
     end
@@ -89,19 +91,38 @@ module PragmaticSegmenter
       sentence_boundary_punctuation(txt)
     end
 
-    def replace_numbers(txt)
-      Number.new(text: txt).replace
+    def replace_numbers
+      @text.apply @language::Numbers::All
     end
 
-    def replace_abbreviations(txt)
-      AbbreviationReplacer.new(text: txt, language: @language).replace
+    def abbreviations_replacer
+      if defined? @language::AbbreviationReplacer
+        @language::AbbreviationReplacer
+      else
+        AbbreviationReplacer
+      end
+    end
+
+    def replace_abbreviations
+      @text = abbreviations_replacer.new(text: @text, language: @language).replace
+    end
+
+    def between_punctuation_processor
+      if defined? @language::BetweenPunctuation
+        @language::BetweenPunctuation
+      else
+        BetweenPunctuation
+      end
     end
 
     def between_punctuation(txt)
-      BetweenPunctuation.new(text: txt).replace
+      between_punctuation_processor.new(text: txt).replace
     end
 
     def sentence_boundary_punctuation(txt)
+      txt = txt.apply @language::ReplaceColonBetweenNumbersRule if defined? @language::ReplaceColonBetweenNumbersRule
+      txt = txt.apply @language::ReplaceNonSentenceBoundaryCommaRule if defined? @language::ReplaceNonSentenceBoundaryCommaRule
+
       txt.scan(@language::SENTENCE_BOUNDARY_REGEX)
     end
   end

data/lib/pragmatic_segmenter/punctuation_replacer.rb

@@ -4,45 +4,66 @@ module PragmaticSegmenter
   # This class replaces punctuation that is typically a sentence boundary
   # but in this case is not a sentence boundary.
   class PunctuationReplacer
-    # Rubular: http://rubular.com/r/2YFrKWQUYi
-    BETWEEN_SINGLE_QUOTES_REGEX = /(?<=\s)'(?:[^']|'[a-zA-Z])*'/
+    module Rules
+      module EscapeRegexReservedCharacters
+        LeftParen = Rule.new('(', '\\(')
+        RightParen = Rule.new(')', '\\)')
+        LeftBracket = Rule.new('[', '\\[')
+        RightBracket = Rule.new(']', '\\]')
+        Dash = Rule.new('-', '\\-')
+
+        All = [ LeftParen, RightParen,
+                LeftBracket, RightBracket, Dash ]
+      end
+
+      module SubEscapedRegexReservedCharacters
+        SubLeftParen = Rule.new('\\(', '(')
+        SubRightParen = Rule.new('\\)', ')')
+        SubLeftBracket = Rule.new('\\[', '[')
+        SubRightBracket = Rule.new('\\]', ']')
+        SubDash = Rule.new('\\-', '-')
+
+        All = [ SubLeftParen, SubRightParen,
+                SubLeftBracket, SubRightBracket, SubDash ]
+      end
+
+    end
 
-    include Rules
     attr_reader :matches_array, :text, :match_type
-    def initialize(text:, matches_array:, **args)
+    def initialize(text:, matches_array:, match_type: nil)
       @text = text
       @matches_array = matches_array
-      @match_type = args[:match_type]
+      @match_type = match_type
     end
 
     def replace
-      replace_punctuation(matches_array, text)
+      replace_punctuation(matches_array)
     end
 
     private
 
-    def replace_punctuation(array, txt)
+    def replace_punctuation(array)
       return if !array || array.empty?
-      txt.apply(EscapeRegexReservedCharacters::All)
+      @text.apply(Rules::EscapeRegexReservedCharacters::All)
       array.each do |a|
-        a.apply(EscapeRegexReservedCharacters::All)
-        sub = sub_characters(txt, a, '.', '∯')
-        sub_1 = sub_characters(txt, sub, '。', '&ᓰ&')
-        sub_2 = sub_characters(txt, sub_1, '．', '&ᓱ&')
-        sub_3 = sub_characters(txt, sub_2, '！', '&ᓳ&')
-        sub_4 = sub_characters(txt, sub_3, '!', '&ᓴ&')
-        sub_5 = sub_characters(txt, sub_4, '?', '&ᓷ&')
-        sub_6 = sub_characters(txt, sub_5, '？', '&ᓸ&')
+        a.apply(Rules::EscapeRegexReservedCharacters::All)
+        sub = sub_characters(a, '.', '∯')
+        sub_1 = sub_characters(sub, '。', '&ᓰ&')
+        sub_2 = sub_characters(sub_1, '．', '&ᓱ&')
+        sub_3 = sub_characters(sub_2, '！', '&ᓳ&')
+        sub_4 = sub_characters(sub_3, '!', '&ᓴ&')
+        sub_5 = sub_characters(sub_4, '?', '&ᓷ&')
+        sub_6 = sub_characters(sub_5, '？', '&ᓸ&')
         unless match_type.eql?('single')
-          sub_7 = sub_characters(txt, sub_6, "'", '&⎋&')
+          sub_7 = sub_characters(sub_6, "'", '&⎋&')
         end
       end
-      txt.apply(SubEscapedRegexReservedCharacters::All)
+      @text.apply(Rules::SubEscapedRegexReservedCharacters::All)
     end
 
-    def sub_characters(txt, string, char_a, char_b)
+    def sub_characters(string, char_a, char_b)
       sub = string.gsub(char_a, char_b)
-      txt.gsub!(/#{Regexp.escape(string)}/, "#{sub}")
+      @text.gsub!(/#{Regexp.escape(string)}/, "#{sub}")
       sub
     end
   end

data/lib/pragmatic_segmenter/segmenter.rb

@@ -4,16 +4,16 @@ require 'pragmatic_segmenter/languages'
 module PragmaticSegmenter
   # This class segments a text into an array of sentences.
   class Segmenter
-    include Languages
     attr_reader :text, :language, :doc_type
 
-    def initialize(text:, language: nil, doc_type: nil, clean: true)
+    def initialize(text:, language: 'en', doc_type: nil, clean: true)
       return unless text
-      @language = language || 'en'
+      @language = language
+      @language_module = Languages.get_language_by_code(language)
       @doc_type = doc_type
 
       if clean
-        @text = cleaner_class.new(text: text, doc_type: @doc_type).clean
+        @text = cleaner.new(text: text, doc_type: @doc_type, language: @language_module).clean
       else
         @text = text
       end
@@ -21,7 +21,21 @@ module PragmaticSegmenter
 
     def segment
       return [] unless @text
-      process_class.new(text: @text, language: language_module).process
+      processor.new(language: @language_module).process(text: @text)
+    end
+
+    private
+
+    def processor
+      @language_module::Processor
+    rescue
+      Processor
+    end
+
+    def cleaner
+      @language_module::Cleaner
+    rescue
+      Cleaner
     end
   end
 end

data/lib/pragmatic_segmenter/version.rb

@@ -1,3 +1,3 @@
 module PragmaticSegmenter
-  VERSION = "0.3.3"
+  VERSION = "0.3.4"
 end

data/pragmatic_segmenter.gemspec

@@ -21,4 +21,5 @@ Gem::Specification.new do |spec|
   spec.add_development_dependency "bundler", "~> 1.7"
   spec.add_development_dependency "rake", "~> 10.0"
   spec.add_development_dependency "rspec"
+  spec.add_development_dependency "guard-rspec"
 end

data/spec/pragmatic_segmenter/languages/amharic_spec.rb

@@ -0,0 +1,18 @@
+require 'spec_helper'
+
+RSpec.describe PragmaticSegmenter::Languages::Amharic, '(am)' do
+
+  context "Golden Rules" do
+    it "Sentence ending punctuation #001" do
+      ps = PragmaticSegmenter::Segmenter.new(text: "እንደምን አለህ፧መልካም ቀን ይሁንልህ።እባክሽ ያልሽዉን ድገሚልኝ።", language: 'am')
+      expect(ps.segment).to eq(["እንደምን አለህ፧", "መልካም ቀን ይሁንልህ።", "እባክሽ ያልሽዉን ድገሚልኝ።"])
+    end
+  end
+
+  describe '#segment' do
+    it 'correctly segments text #001' do
+      ps = PragmaticSegmenter::Segmenter.new(text: "እንደምን አለህ፧መልካም ቀን ይሁንልህ።እባክሽ ያልሽዉን ድገሚልኝ።", language: 'am')
+      expect(ps.segment).to eq(["እንደምን አለህ፧", "መልካም ቀን ይሁንልህ።", "እባክሽ ያልሽዉን ድገሚልኝ።"])
+    end
+  end
+end

data/spec/pragmatic_segmenter/languages/arabic_spec.rb

@@ -0,0 +1,59 @@
+require 'spec_helper'
+
+RSpec.describe PragmaticSegmenter::Languages::Arabic, '(ar)' do
+
+  context "Golden Rules" do
+    it "Regular punctuation #001" do
+      ps = PragmaticSegmenter::Segmenter.new(text: "سؤال وجواب: ماذا حدث بعد الانتخابات الايرانية؟ طرح الكثير من التساؤلات غداة ظهور نتائج الانتخابات الرئاسية الايرانية التي أججت مظاهرات واسعة واعمال عنف بين المحتجين على النتائج ورجال الامن. يقول معارضو الرئيس الإيراني إن الطريقة التي اعلنت بها النتائج كانت مثيرة للاستغراب.", language: "ar")
+      expect(ps.segment).to eq(["سؤال وجواب:", "ماذا حدث بعد الانتخابات الايرانية؟", "طرح الكثير من التساؤلات غداة ظهور نتائج الانتخابات الرئاسية الايرانية التي أججت مظاهرات واسعة واعمال عنف بين المحتجين على النتائج ورجال الامن.", "يقول معارضو الرئيس الإيراني إن الطريقة التي اعلنت بها النتائج كانت مثيرة للاستغراب."])
+    end
+
+    it "Abbreviations #002" do
+      ps = PragmaticSegmenter::Segmenter.new(text: "وقال د‪.‬ ديفيد ريدي و الأطباء الذين كانوا يعالجونها في مستشفى برمنجهام إنها كانت تعاني من أمراض أخرى. وليس معروفا ما اذا كانت قد توفيت بسبب اصابتها بأنفلونزا الخنازير.", language: "ar")
+      expect(ps.segment).to eq(["وقال د‪.‬ ديفيد ريدي و الأطباء الذين كانوا يعالجونها في مستشفى برمنجهام إنها كانت تعاني من أمراض أخرى.", "وليس معروفا ما اذا كانت قد توفيت بسبب اصابتها بأنفلونزا الخنازير."])
+    end
+
+    it "Numbers and Dates #003" do
+      ps = PragmaticSegmenter::Segmenter.new(text: "ومن المنتظر أن يكتمل مشروع خط أنابيب نابوكو البالغ طوله 3300 كليومترا في 12‪/‬08‪/‬2014 بتكلفة تُقدر بـ 7.9 مليارات يورو أي نحو 10.9 مليارات دولار. ومن المقرر أن تصل طاقة ضخ الغاز في المشروع 31 مليار متر مكعب انطلاقا من بحر قزوين مرورا بالنمسا وتركيا ودول البلقان دون المرور على الأراضي الروسية.", language: "ar")
+      expect(ps.segment).to eq(["ومن المنتظر أن يكتمل مشروع خط أنابيب نابوكو البالغ طوله 3300 كليومترا في 12‪/‬08‪/‬2014 بتكلفة تُقدر بـ 7.9 مليارات يورو أي نحو 10.9 مليارات دولار.", "ومن المقرر أن تصل طاقة ضخ الغاز في المشروع 31 مليار متر مكعب انطلاقا من بحر قزوين مرورا بالنمسا وتركيا ودول البلقان دون المرور على الأراضي الروسية."])
+    end
+
+    it "Time #004" do
+      ps = PragmaticSegmenter::Segmenter.new(text: "الاحد, 21 فبراير/ شباط, 2010, 05:01 GMT الصنداي تايمز: رئيس الموساد قد يصبح ضحية الحرب السرية التي شتنها بنفسه. العقل المنظم هو مئير داجان رئيس الموساد الإسرائيلي الذي يشتبه بقيامه باغتيال القائد الفلسطيني في حركة حماس محمود المبحوح في دبي.", language: "ar")
+      expect(ps.segment).to eq(["الاحد, 21 فبراير/ شباط, 2010, 05:01 GMT الصنداي تايمز:", "رئيس الموساد قد يصبح ضحية الحرب السرية التي شتنها بنفسه.", "العقل المنظم هو مئير داجان رئيس الموساد الإسرائيلي الذي يشتبه بقيامه باغتيال القائد الفلسطيني في حركة حماس محمود المبحوح في دبي."])
+    end
+
+    it "Comma #005" do
+      ps = PragmaticSegmenter::Segmenter.new(text: "عثر في الغرفة على بعض أدوية علاج ارتفاع ضغط الدم، والقلب، زرعها عملاء الموساد كما تقول مصادر إسرائيلية، وقرر الطبيب أن الفلسطيني قد توفي وفاة طبيعية ربما إثر نوبة قلبية، وبدأت مراسم الحداد عليه", language: "ar")
+      expect(ps.segment).to eq(["عثر في الغرفة على بعض أدوية علاج ارتفاع ضغط الدم، والقلب،", "زرعها عملاء الموساد كما تقول مصادر إسرائيلية،", "وقرر الطبيب أن الفلسطيني قد توفي وفاة طبيعية ربما إثر نوبة قلبية،", "وبدأت مراسم الحداد عليه"])
+    end
+  end
+
+  # Thanks to Mahmoud Holmez for the Arabic test examples.
+  describe '#segment' do
+    it 'correctly segments text #001' do
+      ps = PragmaticSegmenter::Segmenter.new(text: "سؤال وجواب: ماذا حدث بعد الانتخابات الايرانية؟ طرح الكثير من التساؤلات غداة ظهور نتائج الانتخابات الرئاسية الايرانية التي أججت مظاهرات واسعة واعمال عنف بين المحتجين على النتائج ورجال الامن. يقول معارضو الرئيس الإيراني إن الطريقة التي اعلنت بها النتائج كانت مثيرة للاستغراب.", language: 'ar')
+      expect(ps.segment).to eq(["سؤال وجواب:", "ماذا حدث بعد الانتخابات الايرانية؟", "طرح الكثير من التساؤلات غداة ظهور نتائج الانتخابات الرئاسية الايرانية التي أججت مظاهرات واسعة واعمال عنف بين المحتجين على النتائج ورجال الامن.", "يقول معارضو الرئيس الإيراني إن الطريقة التي اعلنت بها النتائج كانت مثيرة للاستغراب."])
+    end
+
+    it 'correctly segments text #002' do
+      ps = PragmaticSegmenter::Segmenter.new(text: "وقال د‪.‬ ديفيد ريدي و الأطباء الذين كانوا يعالجونها في مستشفى برمنجهام إنها كانت تعاني من أمراض أخرى. وليس معروفا ما اذا كانت قد توفيت بسبب اصابتها بأنفلونزا الخنازير.", language: 'ar')
+      expect(ps.segment).to eq(["وقال د‪.‬ ديفيد ريدي و الأطباء الذين كانوا يعالجونها في مستشفى برمنجهام إنها كانت تعاني من أمراض أخرى.", "وليس معروفا ما اذا كانت قد توفيت بسبب اصابتها بأنفلونزا الخنازير."])
+    end
+
+    it 'correctly segments text #003' do
+      ps = PragmaticSegmenter::Segmenter.new(text: "ومن المنتظر أن يكتمل مشروع خط أنابيب نابوكو البالغ طوله 3300 كليومترا في 12‪/‬08‪/‬2014 بتكلفة تُقدر بـ 7.9 مليارات يورو أي نحو 10.9 مليارات دولار. ومن المقرر أن تصل طاقة ضخ الغاز في المشروع 31 مليار متر مكعب انطلاقا من بحر قزوين مرورا بالنمسا وتركيا ودول البلقان دون المرور على الأراضي الروسية.", language: 'ar')
+      expect(ps.segment).to eq(["ومن المنتظر أن يكتمل مشروع خط أنابيب نابوكو البالغ طوله 3300 كليومترا في 12‪/‬08‪/‬2014 بتكلفة تُقدر بـ 7.9 مليارات يورو أي نحو 10.9 مليارات دولار.", "ومن المقرر أن تصل طاقة ضخ الغاز في المشروع 31 مليار متر مكعب انطلاقا من بحر قزوين مرورا بالنمسا وتركيا ودول البلقان دون المرور على الأراضي الروسية."])
+    end
+
+    it 'correctly segments text #004' do
+      ps = PragmaticSegmenter::Segmenter.new(text: "الاحد, 21 فبراير/ شباط, 2010, 05:01 GMT الصنداي تايمز: رئيس الموساد قد يصبح ضحية الحرب السرية التي شتنها بنفسه. العقل المنظم هو مئير داجان رئيس الموساد الإسرائيلي الذي يشتبه بقيامه باغتيال القائد الفلسطيني في حركة حماس محمود المبحوح في دبي.", language: 'ar')
+      expect(ps.segment).to eq(["الاحد, 21 فبراير/ شباط, 2010, 05:01 GMT الصنداي تايمز:", "رئيس الموساد قد يصبح ضحية الحرب السرية التي شتنها بنفسه.", "العقل المنظم هو مئير داجان رئيس الموساد الإسرائيلي الذي يشتبه بقيامه باغتيال القائد الفلسطيني في حركة حماس محمود المبحوح في دبي."])
+    end
+
+    it 'correctly segments text #005' do
+      ps = PragmaticSegmenter::Segmenter.new(text: "عثر في الغرفة على بعض أدوية علاج ارتفاع ضغط الدم، والقلب، زرعها عملاء الموساد كما تقول مصادر إسرائيلية، وقرر الطبيب أن الفلسطيني قد توفي وفاة طبيعية ربما إثر نوبة قلبية، وبدأت مراسم الحداد عليه", language: 'ar')
+      expect(ps.segment).to eq(["عثر في الغرفة على بعض أدوية علاج ارتفاع ضغط الدم، والقلب،", "زرعها عملاء الموساد كما تقول مصادر إسرائيلية،", "وقرر الطبيب أن الفلسطيني قد توفي وفاة طبيعية ربما إثر نوبة قلبية،", "وبدأت مراسم الحداد عليه"])
+    end
+  end
+end

data/spec/pragmatic_segmenter/languages/armenian_spec.rb

@@ -0,0 +1,160 @@
+require 'spec_helper'
+
+RSpec.describe PragmaticSegmenter::Languages::Armenian, '(hy)' do
+
+  context "Golden Rules" do
+    it "Sentence ending punctuation #001" do
+      ps = PragmaticSegmenter::Segmenter.new(text: "Ի՞նչ ես մտածում: Ոչինչ:", language: "hy")
+      expect(ps.segment).to eq(["Ի՞նչ ես մտածում:", "Ոչինչ:"])
+    end
+
+    it "Ellipsis #002" do
+      ps = PragmaticSegmenter::Segmenter.new(text: "Ապրիլի 24-ին սկսեց անձրևել...Այդպես էի գիտեի:", language: "hy")
+      expect(ps.segment).to eq(["Ապրիլի 24-ին սկսեց անձրևել...Այդպես էի գիտեի:"])
+    end
+
+    it "Period is not a sentence boundary #003" do
+      ps = PragmaticSegmenter::Segmenter.new(text: "Այսպիսով` մոտենում ենք ավարտին: Տրամաբանությյունը հետևյալն է. պարզություն և աշխատանք:", language: "hy")
+      expect(ps.segment).to eq(["Այսպիսով` մոտենում ենք ավարտին:", "Տրամաբանությյունը հետևյալն է. պարզություն և աշխատանք:"])
+    end
+  end
+
+  describe '#segment' do
+    # Thanks to Armine Abelyan for the Armenian test examples.
+
+    it 'correctly segments text #001' do
+      ps = PragmaticSegmenter::Segmenter.new(text: "Սա այն փուլն է, երբ տեղի է ունենում Համակարգի մշակումը: Համաձայն Փուլ 2-ի, Մատակարարը մշակում և/կամ հարմարեցնում է համապատասխան ծրագիրը, տեղադրում ծրագրի բաղկացուցիչները, կատարում առանձին բլոկի և համակարգի թեստավորում և ներառում տարբեր մոդուլներ եզակի աշխատանքային համակարգում, որը  կազմում է այս Փուլի արդյունքը:", language: 'hy')
+      expect(ps.segment).to eq(["Սա այն փուլն է, երբ տեղի է ունենում Համակարգի մշակումը:", "Համաձայն Փուլ 2-ի, Մատակարարը մշակում և/կամ հարմարեցնում է համապատասխան ծրագիրը, տեղադրում ծրագրի բաղկացուցիչները, կատարում առանձին բլոկի և համակարգի թեստավորում և ներառում տարբեր մոդուլներ եզակի աշխատանքային համակարգում, որը  կազմում է այս Փուլի արդյունքը:"])
+    end
+
+    it 'correctly segments text #002' do
+      ps = PragmaticSegmenter::Segmenter.new(text: "Մատակարարի նախագծի անձնակազմի կողմից համակարգի թեստերը հաջող անցնելուց հետո, Համակարգը տրվում է Գնորդին թեստավորման համար: 2-րդ փուլում, հիմք ընդունելով թեստային սցենարիոները, թեստերը կատարվում են Կառավարության կողմից Մատակարարի աջակցությամբ: Այս թեստերի թիրախը հանդիսանում է  Համակարգի` որպես մեկ ամբողջության և համակարգի գործունեության ստուգումը համաձայն տեխնիկական բնութագրերի: Այս թեստերի հաջողակ ավարտից հետո, Համակարգը ժամանակավոր ընդունվում է  Կառավարության կողմից: Այս թեստերի արդյունքները փաստաթղթային ձևով կներակայացվեն Թեստային Արդյունքների Հաշվետվություններում: Մատակարարը պետք է տրամադրի հետևյալը`", language: 'hy')
+      expect(ps.segment).to eq(["Մատակարարի նախագծի անձնակազմի կողմից համակարգի թեստերը հաջող անցնելուց հետո, Համակարգը տրվում է Գնորդին թեստավորման համար:", "2-րդ փուլում, հիմք ընդունելով թեստային սցենարիոները, թեստերը կատարվում են Կառավարության կողմից Մատակարարի աջակցությամբ:", "Այս թեստերի թիրախը հանդիսանում է  Համակարգի` որպես մեկ ամբողջության և համակարգի գործունեության ստուգումը համաձայն տեխնիկական բնութագրերի:", "Այս թեստերի հաջողակ ավարտից հետո, Համակարգը ժամանակավոր ընդունվում է  Կառավարության կողմից:", "Այս թեստերի արդյունքները փաստաթղթային ձևով կներակայացվեն Թեստային Արդյունքների Հաշվետվություններում:", "Մատակարարը պետք է տրամադրի հետևյալը`"])
+    end
+
+    it 'correctly segments text #003' do
+      ps = PragmaticSegmenter::Segmenter.new(text: "Մատակարարի նախագծի անձնակազմի կողմից համակարգի թեստերը հաջող անցնելուց հետո, Համակարգը տրվում է Գնորդին թեստավորման համար: 2-րդ փուլում, հիմք ընդունելով թեստային սցենարիոները, թեստերը կատարվում են Կառավարության կողմից Մատակարարի աջակցությամբ: Այս թեստերի թիրախը հանդիսանում է  Համակարգի` որպես մեկ ամբողջության և համակարգի գործունեության ստուգումը համաձայն տեխնիկական բնութագրերի: Այս թեստերի հաջողակ ավարտից հետո, Համակարգը ժամանակավոր ընդունվում է  Կառավարության կողմից: Այս թեստերի արդյունքները փաստաթղթային ձևով կներակայացվեն Թեստային Արդյունքների Հաշվետվություններում: Մատակարարը պետք է տրամադրի հետևյալը`", language: 'hy')
+      expect(ps.segment).to eq(["Մատակարարի նախագծի անձնակազմի կողմից համակարգի թեստերը հաջող անցնելուց հետո, Համակարգը տրվում է Գնորդին թեստավորման համար:", "2-րդ փուլում, հիմք ընդունելով թեստային սցենարիոները, թեստերը կատարվում են Կառավարության կողմից Մատակարարի աջակցությամբ:", "Այս թեստերի թիրախը հանդիսանում է  Համակարգի` որպես մեկ ամբողջության և համակարգի գործունեության ստուգումը համաձայն տեխնիկական բնութագրերի:", "Այս թեստերի հաջողակ ավարտից հետո, Համակարգը ժամանակավոր ընդունվում է  Կառավարության կողմից:", "Այս թեստերի արդյունքները փաստաթղթային ձևով կներակայացվեն Թեստային Արդյունքների Հաշվետվություններում:", "Մատակարարը պետք է տրամադրի հետևյալը`"])
+    end
+
+    it 'correctly segments text #004' do
+      # "Hello world. My name is Armine." ==> ["Hello world.", "My name is Armine."]
+      ps = PragmaticSegmenter::Segmenter.new(text: "Բարև Ձեզ: Իմ անունն էԱրմինե:", language: 'hy')
+      expect(ps.segment).to eq(["Բարև Ձեզ:", "Իմ անունն էԱրմինե:"])
+    end
+
+    it 'correctly segments text #005' do
+      # "Today is Monday. I am going to work." ==> ["Today is Monday.", "I am going to work."]
+      ps = PragmaticSegmenter::Segmenter.new(text: "Այսօր երկուշաբթի է: Ես գնում եմ աշխատանքի:", language: 'hy')
+      expect(ps.segment).to eq(["Այսօր երկուշաբթի է:", "Ես գնում եմ աշխատանքի:"])
+    end
+
+    it 'correctly segments text #006' do
+      #  "Tomorrow is September 1st. We are going to school." ==> ["Tomorrow is September 1st.", "We are going to school."]
+      ps = PragmaticSegmenter::Segmenter.new(text: "Վաղը սեպտեմբերի 1-ն է: Մենք գնում ենք դպրոց:", language: 'hy')
+      expect(ps.segment).to eq(["Վաղը սեպտեմբերի 1-ն է:", "Մենք գնում ենք դպրոց:"])
+    end
+
+    it 'correctly segments text #007' do
+      #  "Yes, I understood. I really love you." ==> ["Yes, I understood.", "I really love you."]
+      ps = PragmaticSegmenter::Segmenter.new(text: "Այո, ես հասկացա: Ես իսկապես քեզ սիրում եմ:", language: 'hy')
+      expect(ps.segment).to eq(["Այո, ես հասկացա:", "Ես իսկապես քեզ սիրում եմ:"])
+    end
+
+    it 'correctly segments text #008' do
+      #  "Close the windows. It is raining in the evening." ==> ["Close the windows.", "It is raining in the evening."]
+      ps = PragmaticSegmenter::Segmenter.new(text: "Փակիր պատուհանները: Երեկոյան անձրևում է:", language: 'hy')
+      expect(ps.segment).to eq(["Փակիր պատուհանները:", "Երեկոյան անձրևում է:"])
+    end
+
+    it 'correctly segments text #009' do
+      #  "It is dark. I should go home." ==> ["It is dark.", "I should go home."]
+      ps = PragmaticSegmenter::Segmenter.new(text: "Մութ է: Ես պետք է տուն վերադառնամ:", language: 'hy')
+      expect(ps.segment).to eq(["Մութ է:", "Ես պետք է տուն վերադառնամ:"])
+    end
+
+    it 'correctly segments text #010' do
+      #  "You know, I am starting to believe. Everything is changing." ==> ["You know, I am starting to believe.", "Everything is changing."]
+      ps = PragmaticSegmenter::Segmenter.new(text: "Գիտես, սկսել եմ հավատալ: Ամեն ինչ փոխվում է:", language: 'hy')
+      expect(ps.segment).to eq(["Գիտես, սկսել եմ հավատալ:", "Ամեն ինչ փոխվում է:"])
+    end
+
+    it 'correctly segments text #011' do
+      #  "It is a new Christmas tree. We should decorate it." ==> ["It is a new Christmas tree.", "We should decorate it."]
+      ps = PragmaticSegmenter::Segmenter.new(text: "Տոնածառը նոր է: Պետք է այն զարդարել:", language: 'hy')
+      expect(ps.segment).to eq(["Տոնածառը նոր է:", "Պետք է այն զարդարել:"])
+    end
+
+    it 'correctly segments text #012' do
+      #  "I am in hurry. I could not wait you." ==> ["I am in hurry.", "I could not wait you."]
+      ps = PragmaticSegmenter::Segmenter.new(text: "Ես շտապում եմ: Ես քեզ չեմ կարող սպասել:", language: 'hy')
+      expect(ps.segment).to eq(["Ես շտապում եմ:", "Ես քեզ չեմ կարող սպասել:"])
+    end
+
+    it 'correctly segments text #013' do
+      #  "Wait, we love each other. I want us to live together." ==> ["Wait, we love each other.", "I want us to live together."]
+      ps = PragmaticSegmenter::Segmenter.new(text: "Սպասիր, մենք իրար սիրում ենք: Ցանկանում եմ միասին ապրենք:", language: 'hy')
+      expect(ps.segment).to eq(["Սպասիր, մենք իրար սիրում ենք:", "Ցանկանում եմ միասին ապրենք:"])
+    end
+
+    it 'correctly segments text #014' do
+      #  "No, I do not think so. It is not true." ==> ["No, I do not think so.", "It is not true."]
+      ps = PragmaticSegmenter::Segmenter.new(text: "Ոչ, այդպես չեմ կարծում: Դա ճիշտ չէ:", language: 'hy')
+      expect(ps.segment).to eq(["Ոչ, այդպես չեմ կարծում:", "Դա ճիշտ չէ:"])
+    end
+
+    it 'correctly segments text #015' do
+      #  "April 24 it has started to rain... I was thinking about." ==> ["April 24 it has started to rain... I was thinking about."]
+      ps = PragmaticSegmenter::Segmenter.new(text: "Ապրիլի 24-ին սկսեց անձրևել...Այդպես էի գիտեի:", language: 'hy')
+      expect(ps.segment).to eq(["Ապրիլի 24-ին սկսեց անձրևել...Այդպես էի գիտեի:"])
+    end
+
+    it 'correctly segments text #016' do
+      #  "It was 1960...it was winter...it was night. It was cold...emptiness." ==> ["It was 1960...it was winter...it was night.", "It was cold...emptiness."]
+      ps = PragmaticSegmenter::Segmenter.new(text: "1960 թվական…ձմեռ…գիշեր: Սառն էր…դատարկություն:", language: 'hy')
+      expect(ps.segment).to eq(["1960 թվական…ձմեռ…գիշեր:", "Սառն էր…դատարկություն:"])
+    end
+
+    it 'correctly segments text #017' do
+      #  "Why a computer could not do what a man could do? Simply it doesn't have a human brain." ==> ["Why a computer could not do what a man could do?", "Simply it doesn't have a human brain."]
+      ps = PragmaticSegmenter::Segmenter.new(text: "Ինչ՟ու այն, ինչ անում է մարդը, չի կարող անել համակարգիչը: Պարզապես չունի մարդկային ուղեղ:", language: 'hy')
+      expect(ps.segment).to eq(["Ինչ՟ու այն, ինչ անում է մարդը, չի կարող անել համակարգիչը:", "Պարզապես չունի մարդկային ուղեղ:"])
+    end
+
+    it 'correctly segments text #018' do
+      #  "Numerate for me 3 things that are important for you - I answer love, knowledge, sincerity." ==> ["Numerate for me 3 things that are important for you - I answer love, knowledge, sincerity."]
+      ps = PragmaticSegmenter::Segmenter.new(text: "Թվարկիր ինձ համար 3 բան, որ կարևոր է քեզ համար - Պատասխանում եմ. սեր, գիտելիք, ազնվություն:", language: 'hy')
+      expect(ps.segment).to eq(["Թվարկիր ինձ համար 3 բան, որ կարևոր է քեզ համար - Պատասխանում եմ. սեր, գիտելիք, ազնվություն:"])
+    end
+
+    it 'correctly segments text #019' do
+      #  "So, we are coming to the end. The logic is...simplicity and work" ==> ["So, we are coming to the end.", "Simplicity and work."]
+      ps = PragmaticSegmenter::Segmenter.new(text: "Այսպիսով` մոտենում ենք ավարտին: Տրամաբանությյունը հետևյալն է. պարզություն և աշխատանք:", language: 'hy')
+      expect(ps.segment).to eq(["Այսպիսով` մոտենում ենք ավարտին:", "Տրամաբանությյունը հետևյալն է. պարզություն և աշխատանք:"])
+    end
+
+    it 'correctly segments text #020' do
+      #  "What are you thinking? Nothing!" ==> ["What are you thinking?", "Nothing!"]
+      ps = PragmaticSegmenter::Segmenter.new(text: "Ի՞նչ ես մտածում: Ոչինչ:", language: 'hy')
+      expect(ps.segment).to eq(["Ի՞նչ ես մտածում:", "Ոչինչ:"])
+    end
+
+    it 'correctly segments text #021' do
+      #  "Can we work together ?. May be what you are thinking, is possible." ==> ["Can we work together?.", "May be what you are thinking is possible."]
+      ps = PragmaticSegmenter::Segmenter.new(text: "Կարող ե՞նք միասին աշխատել: Գուցե այն ինչ մտածում ես, իրականանալի է:", language: 'hy')
+      expect(ps.segment).to eq(["Կարող ե՞նք միասին աշխատել:", "Գուցե այն ինչ մտածում ես, իրականանալի է:"])
+    end
+
+    it 'correctly segments text #022' do
+      #  "Now what we have started, comes to the end. However the questions are numerous... ." ==> ["Now what we have started, comes to the end.", "However the questions are numerous... ."]
+      ps = PragmaticSegmenter::Segmenter.new(text: "Հիմա, այն ինչ սկսել ենք, ավարտին է մոտենում: Հարցերը սակայն շատ են...:", language: 'hy')
+      expect(ps.segment).to eq(["Հիմա, այն ինչ սկսել ենք, ավարտին է մոտենում:", "Հարցերը սակայն շատ են...:"])
+    end
+
+    it 'correctly segments text #023' do
+      #  "Honey... I am waiting. Shall I go... or?" ==> ["Honey... I am waiting.", "Shall I go... or?"]
+      ps = PragmaticSegmenter::Segmenter.new(text: "Սիրելիս...սպասում եմ: Գնամ թ՟ե …:", language: 'hy')
+      expect(ps.segment).to eq(["Սիրելիս...սպասում եմ:", "Գնամ թ՟ե …:"])
+    end
+  end
+end