Add Ukrainian language

modules/analysis/src/main/scala/docspell/analysis/date/DateFind.scala

@@ -54,10 +54,28 @@ object DateFind {
         (sep + "md") -> text
       } else sep -> text
 
+    val ukrFlexion = List(
+      "р",
+      "рік",
+      "року",
+      "ого",
+      "го",
+      "ий",
+      "ій",
+      "й",
+      "ше",
+      "ге",
+      "тє",
+      "те",
+      "ме",
+      "е",
+      "є"
+    )
     TextSplitter
       .splitToken(stext, separators.toSet)
       .filter(w => lang != Language.Latvian || w.value != "gada")
       .filter(w => lang != Language.Spanish || w.value != "de")
+      .filter(w => lang != Language.Ukrainian || !ukrFlexion.contains(w.value))
   }
 
   case class SimpleDate(year: Int, month: Int, day: Int) {
@@ -111,6 +129,7 @@ object DateFind {
         case Language.Lithuanian => ymd
         case Language.Polish     => dmy
         case Language.Estonian   => dmy
+        case Language.Ukrainian  => dmy.or(ymd)
       }
       p.read(parts) match {
         case Result.Success(sds, _) =>

modules/analysis/src/main/scala/docspell/analysis/date/MonthName.scala

@@ -62,6 +62,8 @@ object MonthName {
         polish
       case Language.Estonian =>
         estonian
+      case Language.Ukrainian =>
+        ukrainian
     }
 
   private val numbers = List(
@@ -392,4 +394,19 @@ object MonthName {
     List("november", "nov"),
     List("detsember", "dets")
   )
+
+  private val ukrainian = List(
+    List("січня", "січн", "січ"),
+    List("лютого", "лют"),
+    List("березня", "бер"),
+    List("квітня", "квіт", "кві"),
+    List("травня", "трав", "тра"),
+    List("червня", "черв", "чер"),
+    List("липня", "лип"),
+    List("серпня", "серп", "сер"),
+    List("вересня", "вер"),
+    List("жовтня", "жовт", "жов"),
+    List("листопада", "лист", "лис"),
+    List("грудня", "груд", "гру")
+  )
 }

modules/analysis/src/test/scala/docspell/analysis/date/DateFindTest.scala

@@ -287,4 +287,82 @@ class DateFindTest extends FunSuite {
       )
     )
   }
+
+  test("find ukrainian dates") {
+    // officially used ones
+    assertEquals(
+      DateFind
+        .findDates(
+          "Цей текст був написаний 5 листопада 2022 року. Слава Україні!",
+          Language.Ukrainian
+        )
+        .toVector,
+      Vector(
+        NerDateLabel(
+          LocalDate.of(2022, 11, 5),
+          NerLabel("5 листопада 2022", NerTag.Date, 24, 40)
+        )
+      )
+    )
+    assertEquals(
+      DateFind
+        .findDates("05.11.2022 — це субота", Language.Ukrainian)
+        .toVector,
+      Vector(
+        NerDateLabel(
+          LocalDate.of(2022, 11, 5),
+          NerLabel("05.11.2022", NerTag.Date, 0, 10)
+        )
+      )
+    )
+    // less common but also used
+    assertEquals(
+      DateFind
+        .findDates(
+          "Сьогодні 5 лист. 2022 р. Слава Україні!",
+          Language.Ukrainian
+        )
+        .toVector,
+      Vector(
+        NerDateLabel(
+          LocalDate.of(2022, 11, 5),
+          NerLabel("5 лист. 2022", NerTag.Date, 9, 21)
+        )
+      )
+    )
+    assertEquals(
+      DateFind
+        .findDates("Дата: 2022.11.05", Language.Ukrainian)
+        .toVector,
+      Vector(
+        NerDateLabel(
+          LocalDate.of(2022, 11, 5),
+          NerLabel("2022.11.05", NerTag.Date, 6, 16)
+        )
+      )
+    )
+    // vernacular variants
+    assertEquals(
+      DateFind
+        .findDates("Ілля Рєпін народився 5-го серпня 1844-го року.", Language.Ukrainian)
+        .toVector,
+      Vector(
+        NerDateLabel(
+          LocalDate.of(1844, 8, 5),
+          NerLabel("5-го серпня 1844", NerTag.Date, 21, 37)
+        )
+      )
+    )
+    assertEquals(
+      DateFind
+        .findDates("3-тє жовт., 2022-й рік  — це 33 дні тому", Language.Ukrainian)
+        .toVector,
+      Vector(
+        NerDateLabel(
+          LocalDate.of(2022, 10, 3),
+          NerLabel("3-тє жовт., 2022", NerTag.Date, 0, 16)
+        )
+      )
+    )
+  }
 }