pkgs/development/libraries/languagemachines/ucto.nix

   1 { lib, stdenv, fetchurl
   2 , automake, autoconf, libtool, pkg-config, autoconf-archive
   3 , libxml2, icu, bzip2, libtar
   4 , languageMachines
   5 }:
   6
   7 let
   8   release = lib.importJSON ./release-info/LanguageMachines-ucto.json;
   9 in
  10
  11 stdenv.mkDerivation {
  12   pname = "ucto";
  13   version = release.version;
  14   src = fetchurl { inherit (release) url sha256;
  15                    name = "ucto-${release.version}.tar.gz"; };
  16   nativeBuildInputs = [ pkg-config automake autoconf ];
  17   buildInputs = [ bzip2 libtool autoconf-archive
  18                   icu libtar libxml2
  19                   languageMachines.ticcutils
  20                   languageMachines.libfolia
  21                   languageMachines.uctodata
  22                   # TODO textcat from libreoffice? Pulls in X11 dependencies?
  23                 ];
  24   preConfigure = "sh bootstrap.sh;";
  25
  26   postInstall = ''
  27     # ucto expects the data files installed in the same prefix
  28     mkdir -p $out/share/ucto/;
  29     for f in ${languageMachines.uctodata}/share/ucto/*; do
  30       echo "Linking $f"
  31       ln -s $f $out/share/ucto/;
  32     done;
  33   '';
  34
  35   meta = with lib; {
  36     description = "A rule-based tokenizer for natural language";
  37     homepage    = "https://languagemachines.github.io/ucto/";
  38     license     = licenses.gpl3;
  39     platforms   = platforms.all;
  40     maintainers = with maintainers; [ roberth ];
  41
  42     longDescription = ''
  43       Ucto tokenizes text files: it separates words from punctuation, and splits sentences. It offers several other basic preprocessing steps such as changing case that you can all use to make your text suited for further processing such as indexing, part-of-speech tagging, or machine translation.
  44
  45       Ucto comes with tokenisation rules for several languages and can be easily extended to suit other languages. It has been incorporated for tokenizing Dutch text in Frog, a Dutch morpho-syntactic processor.
  46     '';
  47   };
  48
  49 }