Merge pull request #77 from koheiw/add-turkish

Add turkish
koheiw · May 23, 2024 · f8e3003 · f8e3003
2 parents beffaaa + 5f089d3
commit f8e3003
Show file tree

Hide file tree

Showing 10 changed files with 355 additions and 7 deletions.
diff --git a/DESCRIPTION b/DESCRIPTION
@@ -1,7 +1,7 @@
 Package: newsmap
 Type: Package
 Title: Semi-Supervised Model for Geographical Document Classification
-Version: 0.8.4
+Version: 0.9.0
 Authors@R: c(person("Kohei", "Watanabe", email = "watanabe.kohei@gmail.com", role = c("aut", "cre", "cph")), 
              person("Stefan", "Müller", email = "mullers@tcd.ie", role = "aut"),
              person("Dani", "Madrid-Morales", email = "dani.madrid@my.cityu.edu.hk", role = "aut"),
@@ -13,10 +13,11 @@ Authors@R: c(person("Kohei", "Watanabe", email = "watanabe.kohei@gmail.com", rol
 	         person("Elad", "Segev", email = "eladseg@gmail.com", role = "aut"),
 	         person("Dai", "Yamao", email = "daiyamao@scs.kyushu-u.ac.jp", role = "aut"),
 	         person("Barbara Ellynes", "Zucchi Nobre Silva", email = "barbara@zucchi.science", role = "aut"),
-	         person("Lanabi", "la Lova", email = "l.lalova@lse.ac.uk", role = "aut"))
+	         person("Lanabi", "la Lova", email = "l.lalova@lse.ac.uk", role = "aut"),
+	         person("Lungta", "Seki", email = "yahoo.co.jp0409@gmail.com", role = "aut"))
 Maintainer: Kohei Watanabe <watanabe.kohei@gmail.com>
 Description: Semissupervised model for geographical document classification (Watanabe 2018) <doi:10.1080/21670811.2017.1293487>. 
-    This package currently contains seed dictionaries in English, German, French, Spanish, Italian, Russian, Hebrew, Arabic Japanese and Chinese (Simplified and Traditional).
+    This package currently contains seed dictionaries in English, German, French, Spanish, Italian, Russian, Hebrew, Arabic, Turkish, Japanese and Chinese (Simplified and Traditional).
 License: MIT + file LICENSE
 URL: https://github.com/koheiw/newsmap
 BugReports: https://github.com/koheiw/newsmap/issues

diff --git a/NEWS.md b/NEWS.md
@@ -1,3 +1,8 @@
+## Changes in v0.9.0
+
+* Add Turkish seed dictionary
+* Add `as.dictionary()` for `textmodel_newsmap`.
+
 ## Changens in v0.8.4
 
 * Add `select` to `coef()` and improve its documentation

diff --git a/R/data.R b/R/data.R
@@ -51,7 +51,7 @@ NULL
 #' @name data_dictionary_newsmap_ru
 #' @docType data
 #' @author Katerina Tertytchnaya \email{katerina.tertytchnaya@gmail.com}
-#' @author Lanabi la Lova \email{S.Bilalova@lse.ac.uk}
+#' @author Lanabi la Lova \email{l.lalova@lse.ac.uk}
 #' @keywords data
 NULL
 
@@ -79,6 +79,14 @@ NULL
 #' @keywords data
 NULL
 
+#' Seed geographical dictionary in Turkish
+#'
+#' @name data_dictionary_newsmap_tr
+#' @docType data
+#' @author Lungta Seki \email{yahoo.co.jp0409@gmail.com}
+#' @keywords data
+NULL
+
 #' Seed geographical dictionary in Chinese (simplified)
 #'
 #' @name data_dictionary_newsmap_zh_cn

diff --git a/data/data_dictionary_newsmap_tr.RData b/data/data_dictionary_newsmap_tr.RData
diff --git a/dict/import.R b/dict/import.R
@@ -30,6 +30,9 @@ save(data_dictionary_newsmap_he, file = 'data/data_dictionary_newsmap_he.RData')
 data_dictionary_newsmap_ar <- dictionary(file = 'dict/arabic.yml')
 save(data_dictionary_newsmap_ar, file = 'data/data_dictionary_newsmap_ar.RData')
 
+data_dictionary_newsmap_tr <- dictionary(file = 'dict/turkish.yml')
+save(data_dictionary_newsmap_tr, file = 'data/data_dictionary_newsmap_tr.RData')
+
 data_dictionary_newsmap_zh_cn <- dictionary(file = 'dict/chinese_simplified.yml')
 save(data_dictionary_newsmap_zh_cn, file = 'data/data_dictionary_newsmap_zh_cn.RData')
 

diff --git a/dict/turkish.yml b/dict/turkish.yml
@@ -0,0 +1,294 @@
+# Newsmap Gegraphy Dictionary in Turkish
+# Source: https://github.com/koheiw/newsmap
+# Author: Lungta Seki
+
+AFRICA:
+  EAST:
+    'BI': [Burundi, Burundili*, Bujumbura]
+    'DJ': [Cibuti, Cibutili*]
+    'ER': [Eritre, Eritreli*, Asmara]
+    'ET': [Etiyopya, Etiyopyalı*, Addis Ababa]
+    'KE': [Kenya, Kenyalı*, Nairobi]
+    'KM': [Komorlar, Komorlu*, Moroni]
+    'MG': [Madagaskar, Madagaskarlı*, Antananarivo]
+    'MU': [Mauritius, Mauritiuslu*, Port Louis]
+    'MW': [Malavi, Malavili*, Lilongwe]
+    'MZ': [Mozambik, Mozambikli*, Maputo]
+    'RE': [Reunion, Réunion, Réunionlu, Reunionlu*, Reunionnais]
+    'RW': [Ruanda, Ruandalı*, Kigali]
+    'SC': [Seyşeller, Seyşelli*]
+    'SO': [Somali, Somalili*, Mogadişu]
+    'TZ': [Tanzanya, Tanzanyalı*, Dodoma, Dar es Salaam]
+    'UG': [Uganda, Ugandalı*, Kampala]
+    'YT': [Mayotte, Mahorlu*, Mamoudzou]
+    'ZM': [Zambiya, Zambiyalı*, Lusaka]
+    'ZW': [Zimbabve, Zimbabveli*, Harare]
+
+  MIDDLE:
+    'AO': [Angola, Angolalı*, Luanda]
+    'CD': [Kongo Demokratik Cumhuriyeti, Kongo DC, KDC, Kongolu*, DR Kongolu*, Kinşasa]
+    'CF': [Orta Afrika Cumhuriyeti, OAC, Orta Afrikalı*, Bangui]
+    'CG': [Kongo, Kongo Cumhuriyeti, Kongolu*, Brazavil]
+    'CM': [Kamerun, Kamerunlu*, Yaounde, Yaoundé]
+    'GA': [Gabon, Gabonlu*, Librevil]
+    'GQ': [Ekvator Ginesi, Ekvator Ginesi Cumhuriyeti, Ekvator Ginesili*, Malabo]
+    'ST': [Sao Tome ve Princ, São Tomé ve Príncipe, São Tomé ve Príncipe, Sao Tome ve Princ*]
+    'TD': [Çad, Çadlı*, N'Djamena]
+
+  NORTH:
+    'DZ': [Cezayir, Cezayirli*, Cezayir]
+    'EG': [Mısır, Mısırlı*, Kahire]
+    'EH': [Batı Sahra, Sahralı*, El Aaiun]
+    'LY': [Libya, Libyalı*, Trablus]
+    'MA': [Fas, Faslı*, Rabat]
+    'SD': [Sudan, Sudanlı*, Hartum]
+    'SS': [Güney Sudan, G Sudan, G Sudanlı*, Güney Sudanlı*, Cuba]
+    'TN': [Tunus, Tunuslu*, Tunus]
+
+  SOUTH:
+    'BW': [Botsvana, Botsvanalı*, Gaborone]
+    'LS': [Lesoto, Lesotolu*, Maseru]
+    'NA': [Namibya, Namibyalı*, Vindhuk]
+    'SZ': [Esvatini, Svazili*, Lobamba, Mbabane]
+    'ZA': [Güney Afrika, G Afrika, GA, Güney Afrikalı*, G Afrikalı*, Cape Town, Johannesburg, Pretoria]
+
+  WEST:
+    'BF': [Burkina Faso, Burkinalı*, Vagadugu]
+    'BJ': [Benin, Beninli*, Porto Novo]
+    'CI': [Fildişi Sahili, Fildişi Sahili Cumhuriyeti, Côte d'Ivoire, Fildişi Sahilli*, Yamusukro, Abican]
+    'CV': [Yeşil Burun Adaları, Yeşilburunlu*, Praia]
+    'GH': [Gana, Ganalı*, Akra]
+    'GM': [Gambiya, Gambiyalı*, Banjul]
+    'GN': [Gine, Gineli*, Konakri]
+    'GW': [Gine-Bissau, Gine-Bissaulu*, Bissau]
+    'LR': [Liberya, Liberyalı*, Monrovia]
+    'ML': [Mali, Malili*, Bamako]
+    'MR': [Moritanya, Moritanyalı*, Nuakşot]
+    'NE': [Nijer, Nijerli*, Niamey]
+    'NG': [Nijerya, Nijeryalı*, Abuja, Lagos]
+    'SH': [Saint Helena, St Helena, Saint Helenalı*, St Helenalı*, Jamestown]
+    'SL': [Sierra Leone, Sierra Leoneli*, Freet]
+    'SN': [Senegal, Senegalli*, Dakar]
+    'TG': [Togo, Togolu*, Lome, Lomé]
+
+AMERICA:
+  CARIB:
+    'AG': [Antigua ve Barbuda, Antigualı*, Barbudalı*]
+    'AI': [Anguilla, Anguillalı*, The Valley]
+    'AW': [Aruba, Arubalı*, Oranjstad]
+    'BB': [Barbados, Barbadoslu*, Bridgetown]
+    'BL': [Saint Barthelemy, Saint-Barthelemy, Saint-Barthélemy, St Barthelemy, Barthelemois, Gustavia]
+    'BQ': [Bonaire, Bonaireli*, Kralendijk]
+    'BS': [Bahamalar, Bahamalı*, Nassau]
+    'CU': [Küba, Kübalı*, Havana]
+    'CW': [Curaçao, Curaçaolu*, Willemstad]
+    'DM': [Dominika Milletler Topluluğu, Dominikalı*, Roseau]
+    'DO': [Dominik Cumhuriyeti, Dominikli*, Santo Domingo]
+    'GD': [Grenada, Grenadalı*, Saint George's, St George's]
+    'GP': [Guadeloupe, Guadelupeli*, Basse-Terre]
+    'HT': [Haiti, Haitili*, Port-au-Prince]
+    'JM': [Jamaika, Jamaikalı*, Kingston]
+    'KN': [Saint Kitts ve Nevis, St Kitts ve Nevis, Kittitian*, Nevisian*, Basseterre]
+    'KY': [Cayman Adaları, Caymanlı*, George Town]
+    'LC': [Saint Lucia, St Lucia, Saint Lucialı*, St Lucialı*, Castries]
+    'MF': [Saint Martin, St Martin, Saint Martinli*, St Martinli*, Marigot]
+    'MQ': [Martinik, Martinikli*]
+    'MS': [Montserrat, Montserratlı*, Brades]
+    'PR': [Porto Riko, Porto Rikolu*, San Juan]
+    'SX': [Sint Maarten, St Maarten, Sint Maartenli*, St Maartenli*, Philipsburg]
+    'TC': [Turks ve Caicos Adaları, Turks ve Caicoslu*, Cockburn Town]
+    'TT': [Trinidad ve Tobago, Trinidad, Trinidadlı*, Tobagolu*, Trinbagolu*, Port of Spain]
+    'VC': [Saint Vincent ve Grenadinler, St Vincent ve Grenadinler, Vincentli*, Kingstown]
+    'VG': [İngiliz Virgin Adaları, Virgin Adalı*, Road Town]
+    'VI': [Amerikan Virgin Adaları, ABD Virgin Adaları, Amerikan Virgin Adalı*, ABD Virgin Adalı*, Charlotte Amalie]
+
+  CENTER:
+    'BZ': [Belize, Belizeli*, Belmopan]
+    'CR': [Kosta Rika, Kosta Rikalı*, Ticos, San José]
+    'GT': [Guatemala, Guatemalalı*, Guatemala City]
+    'HN': [Honduras, Honduraslı*, Tegucigalpa]
+    'MX': [Meksika, Meksikalı*, Mexico City]
+    'NI': [Nikaragua, Nikaragualı*, Managua]
+    'PA': [Panama, Panamalı*, Panama City]
+    'SV': [El Salvador, Salvadorlu*, San Salvador]
+
+  SOUTH:
+    'AR': [Arjantin, Arjantinli*, Buenos Aires]
+    'BO': [Bolivya, Bolivyalı*, Sucre, La Paz]
+    'BR': [Brezilya, Brezilyalı*, Sao Paulo, Rio de Janeiro] #in English ver. Rio
+    'CL': [Şili, Şilili*, Santiago]
+    'CO': [Kolombiya, Kolombiyalı*, Bogotá]
+    'EC': [Ekvador, Ekvadorlu*, Quito]
+    'FK': [Falkland Adaları, Falklandlı*]
+    'GF': [Fransız Guyanası, Fransız Guyanalı*]
+    'GY': [Guyana, Guyanalı*]
+    'PE': [Peru, Perulu*, Lima]
+    'PY': [Paraguay, Paraguaylı*, Asunción]
+    'SR': [Surinam, Surinamlı*, Paramaribo]
+    'UY': [Uruguay, Uruguaylı*, Montevideo]
+    'VE': [Venezuela, Venezuelalı*, Caracas]
+
+  NORTH:
+    'BM': [Bermuda, Bermudalı*]
+    'CA': [Kanada, Kanadalı*, Ottawa, Toronto, Quebec]
+    'GL': [Grönland, Grönlandlı*, Nuuk]
+    'PM': [Saint Pierre ve Miquelon, St Pierre ve Miquelon, Saint Pierrais, Miquelonnais, Saint Pierre]
+    'US': [Amerika Birleşik Devletleri, ABD, Amerikalı*, Washington, New York]
+
+ASIA:
+  CENTER:
+    'KG': [Kırgızistan, Kırgız*, Bişkek]
+    'KZ': [Kazakistan, Kazak*, Astana]
+    'TJ': [Tacikistan, Tacik*, Duşanbe]
+    'TM': [Türkmenistan, Türkmen*, Aşkabat]
+    'UZ': [Özbekistan, Özbek*, Taşkent]
+
+  EAST:
+    'CN': [Çin, Çinli*, Pekin, Şanghay]
+    'HK': [Hong Kong, Hong Konglu*]
+    'JP': [Japonya, Japon, Japonyalı*, Tokyo]
+    'KP': [Kuzey Kore, K Kore, Kuzey Koreli*, K Koreli*, KDHC, Pyongyang]
+    'KR': [Güney Kore, G Kore, Güney Koreli*, G Koreli*, Seul]
+    'MN': [Moğolistan, Moğolistanlı*, Moğol*, Ulan Batur]
+    'MO': [Makao, Makaolu*]
+    'TW': [Tayvan, Tayvanlı*, Taipei]
+
+  SOUTH:
+    'AF': [Afganistan, Afgan*, Kabil]
+    'BD': [Bangladeş, Bangladeşli*, Dakka]
+    'BT': [Butan, Butanlı*, Timbu]
+    'IN': [Hindistan, Hintli*, Mumbai, Yeni Delhi]
+    'IR': [İran, İranlı*, Tahran]
+    'LK': [Sri Lanka, Sri Lankalı*, Kolombo]
+    'MV': [Maldivler, Maldivli*]
+    'NP': [Nepal, Nepalli*, Katmandu]
+    'PK': [Pakistan, Pakistanlı*, İslamabad]
+
+  SOUTH-EAST:
+    'BN': [Brunei, Bruneili*]
+    'ID': [Endonezya, Endonezyalı*, Cakarta]
+    'KH': [Kamboçya, Kamboçyalı*, Phnom Penh]
+    'LA': [Laos, Laoslu*, Vientiane]
+    'MM': [Myanmar, Burma, Myanmarlı, Burmalı*, Yangon, Naypyitaw]
+    'MY': [Malezya, Malezyalı*, Kuala Lumpur, Putrajaya]
+    'PH': [Filipinler, Filipinli*, Manila]
+    'SG': [Singapur, Singapurlu*]
+    'TH': [Tayland, Taylandlı*, Bangkok]
+    'TL': [Doğu Timor, Timor Leste, Doğu Timorlu*, Dili]
+    'VN': [Vietnam, Vietnamlı*, Hanoi, Ho Chi Minh, Saigon]
+
+  WEST:
+    'AE': [Birleşik Arap Emirlikleri, BAE, Emirlikli*, Dubai, Abu Dabi]
+    'AM': [Ermenistan, Ermeni*, Erivan]
+    'AZ': [Azerbaycan, Azerbaycanlı*, Azeri*, Bakü]
+    'BH': [Bahreyn, Bahreynli*, Manama]
+    'CY': [Kıbrıs, Kuzey Kıbrıs, Kuzey Kıbrıs Türk Cumhuriyeti, KKTC, Güney Kıbrıs Rum Yönetimi, GKRY, Kıbrıslı*, Lefkoşa] # North Cyprus
+    'GE': [Gürcistan, Gürcü*, Tiflis]
+    'IL': [İsrail, İsrailli*, Kudüs]
+    'IQ': [Irak, Iraklı*, Bağdat]
+    'JO': [Ürdün, Ürdünlü*, Amman]
+    'KW': [Kuveyt, Kuveytli*, Kuveyt Şehri]
+    'LB': [Lübnan, Lübnanlı*, Beyrut]
+    'OM': [Umman, Ummanlı*, Maskat]
+    'PS': [Filistin, Filistinli*, Gazze Şehri, Gazze, Batı Şeria]
+    'QA': [Katar, Katarlı*, Doha]
+    'SA': [Suudi Arabistan, Suudi*, Riyad]
+    'SY': [Suriye, Suriyeli*, Şam]
+    'TR': [Türkiye, Türk*, Ankara, İstanbul]
+    'YE': [Yemen, Yemenli*, Sanaa]
+
+EUROPE:
+  EAST:
+    'BG': [Bulgaristan, Bulgar*, Sofya]
+    'BY': [Belarus, Belaruslu*, Minsk]
+    'CZ': [Çek Cumhuriyeti, Çekya, Çek*, Prag] # Çekya
+    'HU': [Macaristan, Macar Cumhuriyeti, Macar*, Budapeşte]
+    'MD': [Moldova, Moldovyalı*, Kişinev]
+    'PL': [Polonya, Polonyalı*, Leh*, Varşova]
+    'RO': [Romanya, Romanyalı*, Bükreş]
+    'RU': [Rusya, Rus*, Moskova]
+    'SK': [Slovakya, Slovak*, Bratislava]
+    'UA': [Ukrayna, Ukraynalı*, Kiev, Kyiv]
+
+  NORTH:
+    'AX': [Åland Adaları, Ålandlı*, Mariehamn]
+    'DK': [Danimarka, Danimarkalı*, Kopenhag]
+    'EE': [Estonya, Estonyalı*, Tallinn]
+    'FI': [Finlandiya, Finlandiyalı*, Helsinki]
+    'FO': [Faroe Adaları, Faroeli*, Torshavn]
+    'GB': [Birleşik Krallık, BK, İngiltere, İngiliz, Britanya, Britanyalı*, İngiltereli*, Londra]
+    'GG': [Guernsey, Guernseylı*, Saint Peter Port, St Peter Port]
+    'IE': [İrlanda, İrlandalı*, Dublin]
+    'IM': [Manş Adaları, Manş Adalarılı*]
+    'IS': [İzlanda, İzlandalı*, Reykjavik]
+    'JE': [Kanal Adaları, Kanal Adalı*]
+    'LT': [Litvanya, Litvanyalı*, Vilnius]
+    'LV': [Letonya, Letonyalı*, Riga]
+    'NO': [Norveç, Norveçli*, Oslo]
+    'SE': [İsveç, İsveçli*, Stockholm]
+    'SJ': [Svalbard ve Jan Mayen Adaları]
+
+  SOUTH:
+    'AD': [Andorra, Andorralı*]
+    'AL': [Arnavutluk, Arnavut*, Tiran]
+    'BA': [Bosna, Bosnalı*, Bosna Hersek, Hersek, Saraybosna]
+    'ES': [İspanya, İspanyalı*, İspanyol*,Madrid, Barselona]
+    'GI': [Cebelitarık, Cebelitarıklı*, Llanitos]
+    'GR': [Yunanistan, Yunan, Yunanlı*, Yunanistanlı*, Atina]
+    'HR': [Hırvatistan, Hırvat*, Hırvatistanlı*, Zagreb]
+    'IT': [İtalya, İtalyan*, Roma]
+    'KV': [Kosova, Kosovalı*, Priştine]
+    'ME': [Karadağ, Karadağlı*, Podgorica]
+    'MK': [Makedonya, Kuzey Makedonya, Makedonyalı*, Üsküp] #Add North Macedonia
+    'MT': [Malta, Maltalı*, Valletta]
+    'PT': [Portekiz, Portekizli*, Lizbon]
+    'RS': [Sırbistan, Sırp*, Belgrad]
+    'SI': [Slovenya, Slovenyalı*, Ljubljana]
+    'SM': [San Marino, San Marinolu*]
+    'VA': [Vatikan, Vatikanlı*]
+
+  WEST:
+    'AT': [Avusturya, Avusturyalı*, Viyana]
+    'BE': [Belçika, Belçikalı*, Brüksel]
+    'CH': [İsviçre, İsviçreli*, Zürih, Bern]
+    'DE': [Almanya, Alman*, Berlin, Frankfurt]
+    'FR': [Fransa, Fransız*, Paris]
+    'LI': [Liechtenstein, Liechtensteinlı*, Vaduz]
+    'LU': [Lüksemburg, Lüksemburglu*]
+    'MC': [Monako, Monakolu*]
+    'NL': [Hollanda, Felemenk, Hollandalı*, Felemenkli*, Amsterdam]
+
+OCEANIA:
+  AU-NZ:
+    'AU': [Avustralya, Avustralyalı*, Canberra, Sidney]
+    'CK': [Cook Adaları, Cook Adalı*, Avarua]
+    'NF': [Norfolk Adası, Norfolk Adalı*]
+    'NZ': [Yeni Zelanda, Yeni Zelandalı*, Wellington, Auckland]
+
+  MEL:
+    'FJ': [Fiji, Fijili*]
+    'NC': [Yeni Kaledonya, Yeni Kaledonyalı*, Noumea]
+    'PG': [Papua Yeni Gine, Papua Yeni Gineli*, Papualı*, Port Moresby]
+    'SB': [Solomon Adaları, Solomon Adalı*, Honiara]
+    'VU': [Vanuatu, Vanuatulu*, Port Vila]
+
+  MIC:
+    'FM': [Mikronezya, Mikronezyalı*, Palikir]
+    'GU': [Guam, Guamlı*, Hagåtña]
+    'KI': [Kiribati, Kiribatili*, Tarawa]
+    'MH': [Marshall Adaları, Marshall Adalı*, Marşallı*, Majuro]
+    'MP': [Kuzey Mariana Adaları, Kuzey Mariana Adalı*, Capital Hill]
+    'NR': [Nauru, Naurulu*, Yaren]
+    'PW': [Palau, Palaulu*, Melekeok]
+
+  POL:
+    'AS': [Amerikan Samoası, Amerikan Samoalı*, Pago Pago]
+    'NU': [Niue, Niueli*, Alofi]
+    'PF': [Fransız Polinezyası, Fransız Polinezyalı*, Papeete]
+    'PN': [Pitcairn Adaları, Pitcairn Adalı*, Adamstown]
+    'TK': [Tokelau, Tokelaulu*, Nukunonu]
+    'TO': [Tonga, Tongalı*, Nuku'alofa]
+    'TV': [Tuvalu, Tuvalulu*, Funafuti]
+    'WF': [Wallis ve Futuna Adaları, Wallis ve Futunalı*, Mata-Utu]
+    'WS': [Samoa, Samoalı*, Apia]
+
diff --git a/man/data_dictionary_newsmap_ru.Rd b/man/data_dictionary_newsmap_ru.Rd
diff --git a/man/data_dictionary_newsmap_tr.Rd b/man/data_dictionary_newsmap_tr.Rd