You can not select more than 25 topics
Topics must start with a letter or number, can include dashes ('-') and can be up to 35 characters long.
26 lines
1.2 KiB
26 lines
1.2 KiB
1 month ago
|
import pytest
|
||
|
|
|
||
|
|
|
||
|
|
def test_long_text(sq_tokenizer):
|
||
|
|
# Excerpt: European Convention on Human Rights
|
||
|
|
text = """
|
||
|
|
Qeveritë nënshkruese, anëtare të Këshillit të Evropës,
|
||
|
|
Duke pasur parasysh Deklaratën Universale të të Drejtave të
|
||
|
|
Njeriut, të shpallur nga Asambleja e Përgjithshme e Kombeve të
|
||
|
|
Bashkuara më 10 dhjetor 1948;
|
||
|
|
Duke pasur parasysh, se kjo Deklaratë ka për qëllim të sigurojë
|
||
|
|
njohjen dhe zbatimin universal dhe efektiv të të drejtave të
|
||
|
|
shpallura në të;
|
||
|
|
Duke pasur parasysh se qëllimi i Këshillit të Evropës është që të
|
||
|
|
realizojë një bashkim më të ngushtë midis anëtarëve të tij dhe
|
||
|
|
se një nga mjetet për të arritur këtë qëllim është mbrojtja dhe
|
||
|
|
zhvillimi i të drejtave të njeriut dhe i lirive themelore;
|
||
|
|
Duke ripohuar besimin e tyre të thellë në këto liri themelore që
|
||
|
|
përbëjnë themelet e drejtësisë dhe të paqes në botë, ruajtja e të
|
||
|
|
cilave mbështetet kryesisht mbi një regjim politik demokratik nga
|
||
|
|
njëra anë, dhe nga ana tjetër mbi një kuptim dhe respektim të
|
||
|
|
përbashkët të të drejtave të njeriut nga të cilat varen;
|
||
|
|
"""
|
||
|
|
tokens = sq_tokenizer(text)
|
||
|
|
assert len(tokens) == 182
|