badcase咨询，连续的重复数字itn转换错误

[vbiwuevbaeib]

例如“三十万三十万”，预期得到“30万 30万”，但现有结果是

invnormalizer.normalize("三十万三十万") cardinal { value: "303000 100000" } '303000 100000' 对于这样重复的数字，应该怎么判断分词呢？

除此之外，像“三万一天的利息”在itn转换过程中也存在问题，现有结果是

invnormalizer.normalize("三万一天的利息") measure { value: "31000天" } char { value: "的" } char { value: "利" } char { value: "息" } '31000天的利息' 这里的一天其实是指每天，应该是单位

[xingchensong]

第一个不是很好弄，第二个应该可以改下规则，让天数前面匹配数字的时候不匹配x万x这种数字，只匹配x万或者x这种

[xingchensong]

可以尝试改一下然后给我们pr哦

[weimeng23]

确实这种case很多， 三千一年 三千一个月 三百一顿 这类

[xingchensong]

确实这种case很多， 三千一年 三千一个月 三百一顿 这类

这个很好改的，你给measure里加一条路径 digit + union("百", "千", "万") + digit + unit

然后给这条路径加一个非常优先的权重，这样 x千y年 就不会被分成 number了，可以提个pr，记得加一下单元测试样例

[weimeng23]

确实这种case很多， 三千一年 三千一个月 三百一顿 这类

这个很好改的，你给measure里加一条路径 digit + union("百", "千", "万") + digit + unit

然后给这条路径加一个非常优先的权重，这样 x千y年 就不会被分成 number了，可以提个pr，记得加一下单元测试样例

嗯嗯是这个思路，我之前这么改的

        cardinal |= add_weight(
            ((digit + delete('百') + add_weight(addzero**2, 1.0)) |
             (digit + delete('千') + add_weight(addzero**3, 1.0)) |
             (digit + delete('万') + add_weight(addzero**4, 1.0))) +
            insert(' ') + digit +
            (accep('个') | accep('个月') | accep('月') | accep('天') | accep('年')),
            -0.5)

[xingchensong]

@weimeng23 方便提个pr不

[weimeng23]

@weimeng23 方便提个pr不

没问题

[weimeng23]

@xingchensong #255