This file contains funtions to tag a sentence with the TreeTagger
and to convert a tagged sentence to a format for our application.

Modules
		os re sys src.treetagger

Functions
		add_mod_stce(temp_saved_tag, current_group, mod_sentence) A function to shorten transform_sentence check_entities(sentence, entity) A function that transform tagged group where tag is 'S' in tagged group where tag is 'A' where they don't contain the subject entity   Arguments:     sentence {list} -- A sentence of new tagged groups     entity {string} -- the name of the original wikipedia page   Returns:     [list] -- Returns the modified sentence check_subj(sentence, subject) A function that modifies a tagged sentence to tag a non-subject as subject if it contains the subject.   Arguments:     sentence {list} -- sentence as a list of tagged groups     subject {str} -- subject to check clean_alias(sentence, subject) A function that catch alias sentence french format of wikipedia and return a modified sentence   Arguments:     sentence {list} -- A sentence to be modified   Returns:     [list] -- [Returns the modified sentence] clean_born(sentence) A function that catch born sentence french format of wikipedia and return a modified sentence   Arguments:     sentence {list} -- A sentence to be modified   Returns:     [list] -- Returns the modified sentence clean_isolate_etre_verb(sentence, subject) A function that catch isolated verbs and add before them the subject   Arguments:     sentence {list} -- A sentence to be modified     subject {string} -- the subject of the original wikipedia page   Returns:     [list] -- Returns the modified sentence clean_or_simply(sentence) A function that catch "ou simplement" sentence french format of wikipedia and return a modified sentence   Arguments:     sentence {list} -- A sentence to be modified   Returns:     [list] -- [Returns the modified sentence] clean_poss(sentence, subject) A function that catch possessive group   Arguments:     sentence {list} -- A sentence to be modified     subject {string} -- the subject of the original wikipedia page   Returns:     [list] -- Returns the modified sentence clean_say(sentence, subject) A function that catch says sentence french format of wikipedia and return a modified sentence   Arguments:     sentence {list} -- A sentence to be modified     subject {string} -- the subject of the original wikipedia page   Returns:     [list] -- Returns the modified sentence cleaning_sentence(sentence, subject) A function that call cleaning functions   Arguments:     sentence {list} -- A sentence to be modified     subject {string} -- the subject of the original wikipedia page   Returns:     [list] -- Returns the modified sentence clear_multiple_spaces(sentence) A function that transform multiple spaces in one space   Arguments:     sentence {list} -- A sentence to be cleaned   Returns:     [list] -- Returns the cleaned sentence clear_sentence(sentence) A function that delete useless spaces   Arguments:     sentence {list} -- A sentence to be cleaned   Returns:     [list] -- Returns the cleaned sentence del_parenthesis_content(sentence) A function that delete parenthesis content   Arguments:     sentence {list} -- A sentence to be cleaned   Returns:     [list] -- Returns the cleaned sentence del_phonetic(sentence) A function that delete wikipedia phonetics informations   Arguments:     sentence {list} -- A sentence to be cleaned   Returns:     [list] -- Returns the cleaned sentence is_subj(part, subject) Returns whether the part checked contains any part of the subject. separe_sentences(text, subject, article_file) A function that call tagging_text() function and split the tagged sentences   Arguments:     text {string} -- the text we want to tag     subject {string} -- the title of the original wikipedia page     article_file {file} -- the report file   Keyword Arguments:     path {str} -- the path to the TreeTagger (optionnal) (default: {"./TreeTagger"})     lang {str} -- the language of the text (optionnal) (default: {"french"})   Returns:     [list] -- Returns the list of sentences split(string, num) A function that split a string in a list of n characters string   Arguments:     string {str} -- the text we want to cut     num {int} -- the length of the string at the output   Returns:     [list] -- Returns a list of string tagging_text(text, subject, article_file, path='./TreeTagger', lang='french') A function that call that transform a text in a tagged text by TreeTagger   Arguments:     text {string} -- the text we want to tag     subject {type} -- the title of the original wikipedia page     article_file {file} -- the report file   Keyword Arguments:     path {str} -- the path to the TreeTagger (optionnal) (default: {"./TreeTagger"})     lang {str} -- the language of the text (optionnal) (default: {"french"})   Returns:     [list] -- Returns the tagged text transform_sentence(sentence, article_file) A function that transform tagged text in an other tagging more simple   Arguments:     sentence {list} -- the tagged text that we will transform     file {file} -- the report file   Returns:     [list] -- Returns the new tagged text

Data
		DET_POS = ['DET:POS'] END_SENT = ['END'] ENTITY_NAME = ['NAM'] PRONOM_PERS = ['PRO:PER'] PRONOM_POSSESSIF = ['PRO:POS'] THIS_DIR = '/home/linkliman/Documents/Python/Python3.6/Projects/TAL-Project/tal/src' UNTREATED_TAGS = ['ABR', 'ADJ', 'ADV', 'DET:ART', 'INT', 'KON', 'PUN', 'NOM', 'NUM', 'PRO', 'PRO:DEM', 'PRO:IND', 'PRO:REL', 'PRP', 'PRP:det', 'PUN', 'PUN:cit', 'SENT', 'SYM', 'VER:infi', ...] VERB = ['VER:cond', 'VER:futu', 'VER:impe', 'VER:impf', 'VER:pres', 'VER:simp', 'VER:subi', 'VER:subp']