replaceWords.ipynb

{
 "cells": [
  {
   "cell_type": "code",
   "execution_count": 7,
   "id": "19bbb494-3054-48ae-9b64-7f0756c0532d",
   "metadata": {},
   "outputs": [],
   "source": [
    "import re\n",
    "\n",
    "def replace_words(sentence):\n",
    "    # Define a dictionary mapping a single word to a list of words or phrases\n",
    "    replacement_map = {\n",
    "    # Multiples of ten\n",
    "    'twenty': ['ट्वेंटी', 'बीस'],\n",
    "    'thirty': ['थर्टी', 'तीस'],\n",
    "    'forty': ['फोर्टी', 'चालीस'],\n",
    "    'fifty': ['फिफ्टी', 'पचास'],\n",
    "    'sixty': ['सिक्स्टी', 'साठ'],\n",
    "    'seventy': ['सेवंटी', 'सत्तर','सेवनटी','सेवेनटी','सेवांटी'],\n",
    "    'eighty': ['एटी', 'अस्सी'],\n",
    "    'ninety': ['नाइंटी', 'नब्बे'],\n",
    "    \n",
    "    # Numbers from 11 to 19\n",
    "    'eleven': ['इलेवन', 'ग्यारह','इगारा'],\n",
    "    'twelve': ['ट्वेल्व', 'बारह'],\n",
    "    'thirteen': ['थर्टीन', 'तेरह','तेरा'],\n",
    "    'fourteen': ['फोर्टीन', 'चौदह'],\n",
    "    'fifteen': ['फिफ्टीन', 'पंद्रह','पंद्रा'],\n",
    "    'sixteen': ['सिक्स्टीन', 'सोलह','सोल्ला'],\n",
    "    'seventeen': ['सेवंटीन', 'सत्रह''सतरा'],\n",
    "    'eighteen': ['एटीन', 'अठारह''अठारा'],\n",
    "    'nineteen': ['नाइनटीन', 'उन्नीस','उन्नईस','उनाइस'],\n",
    "\n",
    "    # Numbers from 21 to 29\n",
    "    'twenty one': ['ट्वेंटी वन', 'इक्कीस'],\n",
    "    'twenty two': ['ट्वेंटी टू', 'बाईस'],\n",
    "    'twenty three': ['ट्वेंटी थ्री', 'तेईस'],\n",
    "    'twenty four': ['ट्वेंटी फोर', 'चौबीस'],\n",
    "    'twenty five': ['ट्वेंटी फाइव', 'पच्चीस'],\n",
    "    'twenty six': ['ट्वेंटी सिक्स', 'छब्बीस'],\n",
    "    'twenty seven': ['ट्वेंटी सेवन', 'सत्ताईस','सताईस'],\n",
    "    'twenty eight': ['ट्वेंटी एट', 'अट्ठाईस','अठ्ठाइस','अठ्ठाईस'],\n",
    "    'twenty nine': ['ट्वेंटी नाइन', 'उनतीस'],\n",
    "\n",
    "    # Numbers from 31 to 39\n",
    "    'thirty one': ['थर्टी वन', 'इकतीस'],\n",
    "    'thirty two': ['थर्टी टू', 'बत्तीस'],\n",
    "    'thirty three': ['थर्टी थ्री', 'तेतीस'],\n",
    "    'thirty four': ['थर्टी फोर', 'चौंतीस'],\n",
    "    'thirty five': ['थर्टी फाइव', 'पैंतीस'],\n",
    "    'thirty six': ['थर्टी सिक्स', 'छत्तीस'],\n",
    "    'thirty seven': ['थर्टी सेवन', 'सैंतीस'],\n",
    "    'thirty eight': ['थर्टी एट', 'अड़तीस'],\n",
    "    'thirty nine': ['थर्टी नाइन', 'उनतालीस'],\n",
    "\n",
    "    # Numbers from 41 to 49\n",
    "    'forty one': ['फोर्टी वन', 'इकतालीस'],\n",
    "    'forty two': ['फोर्टी टू', 'बयालीस'],\n",
    "    'forty three': ['फोर्टी थ्री', 'तैंतालीस'],\n",
    "    'forty four': ['फोर्टी फोर', 'चौंतालीस'],\n",
    "    'forty five': ['फोर्टी फाइव', 'पैंतालीस'],\n",
    "    'forty six': ['फोर्टी सिक्स', 'छयालिस'],\n",
    "    'forty seven': ['फोर्टी सेवन', 'सैंतालीस'],\n",
    "    'forty eight': ['फोर्टी एट', 'अड़तालीस'],\n",
    "    'forty nine': ['फोर्टी नाइन', 'उनचास'],\n",
    "\n",
    "    # Numbers from 51 to 59\n",
    "    'fifty one': ['फिफ्टी वन', 'इक्यावन'],\n",
    "    'fifty two': ['फिफ्टी टू', 'बावन'],\n",
    "    'fifty three': ['फिफ्टी थ्री', 'तिरेपन'],\n",
    "    'fifty four': ['फिफ्टी फोर', 'चौवन'],\n",
    "    'fifty five': ['फिफ्टी फाइव', 'पचपन'],\n",
    "    'fifty six': ['फिफ्टी सिक्स', 'छप्पन','छपपन'],\n",
    "    'fifty seven': ['फिफ्टी सेवन', 'सत्तावन','संताबन','संतावन'],\n",
    "    'fifty eight': ['फिफ्टी एट', 'अट्ठावन','अंठावन'],\n",
    "    'fifty nine': ['फिफ्टी नाइन', 'उनसठ','उंसट'],\n",
    "\n",
    "    # Numbers from 61 to 69\n",
    "    'sixty one': ['सिक्स्टी वन', 'इकसठ'],\n",
    "    'sixty two': ['सिक्स्टी टू', 'बासठ'],\n",
    "    'sixty three': ['सिक्स्टी थ्री', 'तिरसठ'],\n",
    "    'sixty four': ['सिक्स्टी फोर', 'चौंसठ'],\n",
    "    'sixty five': ['सिक्स्टी फाइव', 'पैंसठ'],\n",
    "    'sixty six': ['सिक्स्टी सिक्स', 'छियासठ'],\n",
    "    'sixty seven': ['सिक्स्टी सेवन', 'सड़सठ'],\n",
    "    'sixty eight': ['सिक्स्टी एट', 'अड़सठ'],\n",
    "    'sixty nine': ['सिक्स्टी नाइन', 'उनहत्तर'],\n",
    "\n",
    "    # Numbers from 71 to 79\n",
    "    'seventy one': ['सेवंटी वन', 'इकहत्तर','इखत्तर','इकत्तर'],\n",
    "    'seventy two': ['सेवंटी टू', 'बहत्तर'],\n",
    "    'seventy three': ['सेवंटी थ्री', 'तिहत्तर','तियत्र','तियत्तर','तीहत्तर','तिहत्थर'],\n",
    "    'seventy four': ['सेवंटी फोर', 'चौहत्तर',],\n",
    "    'seventy five': ['सेवंटी फाइव', 'पचहत्तर','पछत्तर','पिछत्तर','पचहत्तर','पचत्तर'],\n",
    "    'seventy six': ['सेवंटी सिक्स', 'छिहत्तर','छीहत्तर'],\n",
    "    'seventy seven': ['सेवंटी सेवन', 'सतहत्तर','सतात्तर','सतत्तर','सतहत्थर'],\n",
    "    'seventy eight': ['सेवंटी एट', 'अठहत्तर','अठत्तर'],\n",
    "    'seventy nine': ['सेवंटी नाइन', 'उन्यासी','उनासी'],\n",
    "\n",
    "    # Numbers from 81 to 89\n",
    "    'eighty one': ['एटी वन', 'इक्यासी'],\n",
    "    'eighty two': ['एटी टू', 'बयासी'],\n",
    "    'eighty three': ['एटी थ्री', 'तिरासी'],\n",
    "    'eighty four': ['एटी फोर', 'चौरासी'],\n",
    "    'eighty five': ['एटी फाइव', 'पचासी'],\n",
    "    'eighty six': ['एटी सिक्स', 'छियासी'],\n",
    "    'eighty seven': ['एटी सेवन', 'सतासी'],\n",
    "    'eighty eight': ['एटी एट', 'अठासी'],\n",
    "    'eighty nine': ['एटी नाइन', 'नवासी'],\n",
    "\n",
    "    # Numbers from 91 to 99\n",
    "    'ninety one': ['नाइंटी वन', 'इक्यानवे'],\n",
    "    'ninety two': ['नाइंटी टू', 'बानवे'],\n",
    "    'ninety three': ['नाइंटी थ्री', 'तिरानवे'],\n",
    "    'ninety four': ['नाइंटी फोर', 'चौरानवे'],\n",
    "    'ninety five': ['नाइंटी फाइव', 'पचानवे'],\n",
    "    'ninety six': ['नाइंटी सिक्स', 'छियानवे'],\n",
    "    'ninety seven': ['नाइंटी सेवन', 'सतानवे'],\n",
    "    'ninety eight': ['नाइंटी एट', 'अठानवे'],\n",
    "    'ninety nine': ['नाइंटी नाइन', 'निन्यानवे'],\n",
    "    # Numbers from one to ten\n",
    "    'seven': ['सेवन', 'सात'],\n",
    "    'zero': ['शून्य', 'जेरो', 'शुन्ना', 'जीरो'],\n",
    "    'one': ['वन', 'एंक', 'इक', 'एक'],\n",
    "    'two': ['टू', 'दो'],\n",
    "    'three': ['थ्री', 'तीना', 'तीन', 'त्री'],\n",
    "    'four': ['फोर', 'फॉर', 'च्यार', 'चार'],\n",
    "    'five': ['फाइव', 'पाँच', 'पांच'],\n",
    "    'six': ['सिक्स', 'चह', 'छौ', 'छै', 'छह', 'छे'],\n",
    "    'eight': ['एट', 'अट', 'आठ'],\n",
    "    'nine': ['नाइन', 'नौ'],\n",
    "    'ten': ['टेन', 'दस'],\n",
    "    # Hundred\n",
    "    'hundred': ['हंड्रेड', 'सौ','सो','साव'],\n",
    "    # Thousand\n",
    "    'thousand' : ['हजार','थौजनड','थाउजंड','हज़ार'],\n",
    "    # Lakhs\n",
    "    'lac' : ['लाख'],\n",
    "\n",
    "    # Special for double digits\n",
    "    'डबल': ['दबल', 'डबल', 'दुबाल'],\n",
    "    }\n",
    "\n",
    "    words = sentence.split()  # Split the sentence by spaces\n",
    "\n",
    "    # Replace words using the mapping\n",
    "    for i, word in enumerate(words):\n",
    "        for replacement, patterns in replacement_map.items():\n",
    "            if word in patterns:\n",
    "                words[i] = replacement  # Replace the word if it's fully matched\n",
    "\n",
    "    # Join the processed words back into a sentence\n",
    "    return ' '.join(words)"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": null,
   "id": "7bdb593a-cb68-4b04-af8d-b61ea396a5eb",
   "metadata": {},
   "outputs": [],
   "source": []
  }
 ],
 "metadata": {
  "kernelspec": {
   "display_name": "Python 3 (ipykernel)",
   "language": "python",
   "name": "python3"
  },
  "language_info": {
   "codemirror_mode": {
    "name": "ipython",
    "version": 3
   },
   "file_extension": ".py",
   "mimetype": "text/x-python",
   "name": "python",
   "nbconvert_exporter": "python",
   "pygments_lexer": "ipython3",
   "version": "3.11.7"
  }
 },
 "nbformat": 4,
 "nbformat_minor": 5
}