Saka NLP

import saka

print(saka.__version__)
# Output: 0.2.5

import saka

text = "Belajar sambil beramal di era konektivitas."
tokens = saka.tokenize(text)
print(tokens)
# Output: ['Belajar', 'sambil', 'beramal', 'di', 'era', 'konektivitas']

import saka

normalized = saka.normalize("klo gimana gw")
print(normalized)
# Output: 'kalau bagaimana saya'

import saka

# Pemulihan akar afiks melebur
analysis = saka.analyze("menyebarluaskan")
print(analysis["root"]) # Output: sebar luas

# Validasi kamus daerah (Sunda & Minang)
print(saka.analyze("dipikanyaah")["regional_matches"]) # Output: ['sunda']
print(saka.analyze("bundokanduang")["root"]) # Output: bundo kanduang

import saka

kbbi_result = saka.query_kbbi("belajar")

if kbbi_result["status"] == "found":
    for arti in kbbi_result["definitions"]:
        print(f"Arti: {arti}")
# Output:
# Arti: petunjuk yang diberikan kepada orang supaya diketahui...
# Arti: berusaha memperoleh kepandaian atau ilmu...

import saka

#// Ambil stopword spesifik bahasa (contoh: Sunda)
sunda_stops = saka.get_stopwords("sunda")
print(f"Apakah 'saha' adalah stopword? {'saha' in sunda_stops}") 

// Ambil stopword spesifik bahasa Jawa
jawa_stops = saka.get_stopwords("jawa")

// Ambil stopword spesifik bahasa Bali
bali_stops = saka.get_stopwords("bali")

// Ambil semua stopword (gabungan semua bahasa)
all_stops = saka.get_stopwords("all")
print(f"Total stopwords: {len(all_stops)}")

// Ambil stopword spesifik bahasa Gaul Jaksel
jaksel_stops = saka.get_stopwords("jaksel")
print(f"Jaksel stopword? {'literally' in jaksel_stops}")

import saka

prompt = saka.build_prompt(
    instruction="Klasifikasikan sentimen.",
    input_data="Keren bgt tpi mahal parah",
    output_indicator="JSON",
    optimize_text=True
)

# Mengurai respons LLM ke tipe data bawaan Python
hasil = saka.parse_llm_output(llm_response, format_type="json")

from saka.evaluation.benchmarker import SakaEval

evaluator = SakaEval(task="sentiment")
evaluator.load_hf_dataset("Muhammad-Ikhwan-Fathulloh/Saka-Eval", name="sentiment")

results = await evaluator.evaluate(model, text="text", label="label")

import saka

# Kamus Sunda (SundaDigi)
res = saka.query_sundadigi("wilujeng")
print(res["definitions"]["arti"]) # Output: selamat

# Transliterasi Aksara Sunda
aksara = saka.latin_to_aksara_sunda("saka")
print(aksara) # Output: ᮞᮊ

import saka

# Kamus Jawa (Sastra.org)
res = saka.query_sastra("sugeng")
print(res["definitions"][0]["arti"]) # Output: selamat

# Transliterasi Aksara Jawa
aksara = saka.latin_to_aksara_jawa("hanacaraka")
print(aksara) # Output: ꦲꦤꦕꦫꦏ

import saka

# Kamus Bali (BASAbali)
res = saka.query_basabali("rahajeng")
print(res["definitions"][0]["arti"]) # Output: selamat

# Transliterasi Aksara Bali
aksara = saka.latin_to_aksara_bali("bali 2026")
print(aksara) # Output: ᬩᬮᬶ ᭒᭐᭒᭖

saka --help
saka --stem "dimakan"
saka --normalize "ngapain ke kampus klo libur"