Utils: Add spaCy's Slovenian sentence recognizer, part-of-speech tagg…

…er, lemmatizer, and dependency parser

CHANGELOG.md

@@ -23,6 +23,7 @@
 - Utils: Add PyThaiNLP's perceptron part-of-speech tagger (Blackboard)
 - Utils: Add spaCy's Korean sentence recognizer, word tokenizer, part-of-speech tagger, lemmatizer, and dependency parser
 - Utils: Add spaCy's Malay word tokenizer
+- Utils: Add spaCy's Slovenian sentence recognizer, part-of-speech tagger, lemmatizer, and dependency parser
 
 ### ❌ Removals
 - Utils: Remove PyThaiNLP's perceptron part-of-speech tagger (LST20)

doc/doc_eng.md

@@ -733,7 +733,7 @@ Serbian (Cyrillic)      |⭕️ |✔|✔|✖️|✔|✖️|✖️
 Serbian (Latin)         |⭕️ |✔|✔|✖️|✔|✖️|✖️
 Sinhala                 |⭕️ |✔|✖️|✖️|✖️|✖️|✖️
 Slovak                  |⭕️ |✔|✔|✖️|✔|✔|✖️
-Slovenian               |✔|✔|✔|✖️|✔|✔|✖️
+Slovenian               |✔|✔|✔|✔|✔|✔|✔
 Somali                  |⭕️ |⭕️ |✖️|✖️|✖️|✔|✖️
 Sorbian (Lower)         |⭕️ |✔|✖️|✖️|✖️|✖️|✖️
 Sorbian (Upper)         |⭕️ |✔|✖️|✖️|✖️|✖️|✖️

requirements_dev.txt

@@ -82,6 +82,7 @@ spacy_models/pl_core_news_sm-3.6.0-py3-none-any.whl
 spacy_models/pt_core_news_sm-3.6.0-py3-none-any.whl
 spacy_models/ro_core_news_sm-3.6.0-py3-none-any.whl
 spacy_models/ru_core_news_sm-3.6.0-py3-none-any.whl
+spacy_models/sl_core_news_sm-3.6.0-py3-none-any.whl
 spacy_models/sv_core_news_sm-3.6.0-py3-none-any.whl
 spacy_models/uk_core_news_sm-3.6.0-py3-none-any.whl
 spacy_models/zh_core_web_sm-3.6.0-py3-none-any.whl

tests/wl_tests_nlp/test_dependency_parsing.py

@@ -139,6 +139,8 @@ def test_dependency_parse(lang, dependency_parser):
         assert dependencies == [('Limba', 'limbă', 'nsubj', 4), ('română', 'Limba', 'amod', -1), ('este', 'limbă', 'cop', 2), ('o', 'limbă', 'det', 1), ('limbă', 'limbă', 'ROOT', 0), ('indo-europeană', 'limbă', 'amod', -1), ('din', 'grupul', 'case', 1), ('grupul', 'limbă', 'nmod', -3), ('italic', 'grupul', 'amod', -1), ('și', 'subgrupul', 'cc', 2), ('din', 'subgrupul', 'case', 1), ('subgrupul', 'grupul', 'conj', -4), ('oriental', 'subgrupul', 'amod', -1), ('al', 'limbilor', 'det', 1), ('limbilor', 'subgrupul', 'nmod', -3), ('romanice', 'limbilor', 'amod', -1), ('.', 'limbă', 'punct', -12)]
     elif lang == 'rus':
         assert dependencies == [('Ру́сский', 'язы́к', 'amod', 1), ('язы́к', 'язык', 'nsubj', 16), ('(', 'ˈruskʲɪi̯', 'punct', 2), ('[', 'ˈruskʲɪi̯', 'punct', 1), ('ˈruskʲɪi̯', 'язы́к', 'appos', -3), ('jɪˈzɨk', 'ˈruskʲɪi̯', 'flat:foreign', -1), (']', 'ˈruskʲɪi̯', 'punct', -2), ('Информация', 'язы́к', 'appos', -6), ('о', 'файле', 'case', 1), ('файле', 'Информация', 'nmod', -2), ('слушать)[~', 'файле', 'nmod', -1), ('3', 'слушать)[~', 'appos', -1), (']', 'Информация', 'punct', -5), ('[', '⇨', 'punct', 1), ('⇨', 'Информация', 'appos', -7), (']', '⇨', 'punct', -1), ('—', 'язык', 'punct', 1), ('язык', 'язык', 'ROOT', 0), ('восточнославянской', 'группы', 'amod', 1), ('группы', 'язык', 'nmod', -2), ('славянской', 'ветви', 'amod', 1), ('ветви', 'группы', 'nmod', -2), ('индоевропейской', 'семьи', 'amod', 2), ('языковой', 'семьи', 'amod', 1), ('семьи', 'ветви', 'nmod', -3), (',', 'язык', 'punct', 2), ('национальный', 'язык', 'amod', 1), ('язык', 'язык', 'appos', -10), ('русского', 'народа', 'amod', 1), ('народа', 'язык', 'nmod', -2), ('.', 'язык', 'punct', -13)]
+    elif lang == 'slv':
+        assert dependencies == [('Slovenščina', 'naziv', 'nsubj', 6), ('[', 'sloˈʋenʃtʃina', 'punct', 1), ('sloˈʋenʃtʃina', 'Slovenščina', 'appos', -2), (']', 'sloˈʋenʃtʃina', 'punct', -1), ('je', 'naziv', 'cop', 2), ('združeni', 'naziv', 'amod', 1), ('naziv', 'naziv', 'ROOT', 0), ('za', 'jezik', 'case', 3), ('uradni', 'jezik', 'amod', 2), ('knjižni', 'jezik', 'amod', 1), ('jezik', 'naziv', 'nmod', -4), ('Slovencev', 'jezik', 'nmod', -1), ('in', 'ime', 'cc', 2), ('skupno', 'ime', 'amod', 1), ('ime', 'naziv', 'conj', -8), ('za', 'narečja', 'case', 1), ('narečja', 'ime', 'nmod', -2), ('in', 'govore', 'cc', 1), ('govore', 'narečja', 'conj', -2), (',', 'govorijo', 'punct', 3), ('ki', 'govorijo', 'mark', 2), ('jih', 'govorijo', 'obj', 1), ('govorijo', 'ime', 'acl', -8), ('ali', 'govorili', 'cc', 4), ('so', 'govorili', 'aux', 3), ('jih', 'govorili', 'obj', 2), ('nekoč', 'govorili', 'advmod', 1), ('govorili', 'govorijo', 'conj', -5), ('Slovenci', 'govorili', 'nsubj', -1), ('.', 'naziv', 'punct', -23)]
     elif lang == 'spa':
         assert dependencies == [('El', 'español', 'det', 1), ('español', 'lengua', 'nsubj', 5), ('o', 'castellano', 'cc', 1), ('castellano', 'español', 'conj', -2), ('es', 'lengua', 'cop', 2), ('una', 'lengua', 'det', 1), ('lengua', 'romance', 'amod', 1), ('romance', 'romance', 'ROOT', 0), ('procedente', 'romance', 'amod', -1), ('del', 'latín', 'case', 1), ('latín', 'procedente', 'nmod', -2), ('hablado', 'latín', 'amod', -1), (',', 'perteneciente', 'punct', 1), ('perteneciente', 'latín', 'amod', -3), ('a', 'familia', 'case', 2), ('la', 'familia', 'det', 1), ('familia', 'perteneciente', 'nmod', -3), ('de', 'lenguas', 'case', 1), ('lenguas', 'familia', 'nmod', -2), ('indoeuropeas', 'lenguas', 'amod', -1), ('.', 'romance', 'punct', -13)]
     elif lang == 'swe':

tests/wl_tests_nlp/test_lemmatization.py

@@ -310,7 +310,12 @@ def test_lemmatize(lang, lemmatizer):
     elif lang == 'slk':
         assert lemmas == ['slovenčina', 'patriť', 'do', 'skupina', 'západoslovanský', 'jazyk', '(', 'spolu', 's', 'čeština', ',', 'poľština', ',', 'horný', 'a', 'dolný', 'lužickou', 'srbčina', 'a', 'kašubčiný', ')', '.']
     elif lang == 'slv':
-        assert lemmas == ['slovenščina', '[', 'sloˈʋenʃtʃina', ']', 'on', 'združen', 'naziv', 'za', 'uraden', 'knjižen', 'jezik', 'Slovenec', 'in', 'skupen', 'ime', 'za', 'narečje', 'in', 'govor', ',', 'ki', 'on', 'govoriti', 'ali', 'biti', 'on', 'nekoč', 'govorilo', 'Slovenec', '.']
+        if lemmatizer == 'simplemma_slv':
+            assert lemmas == ['slovenščina', '[', 'sloˈʋenʃtʃina', ']', 'on', 'združen', 'naziv', 'za', 'uraden', 'knjižen', 'jezik', 'Slovenec', 'in', 'skupen', 'ime', 'za', 'narečje', 'in', 'govor', ',', 'ki', 'on', 'govoriti', 'ali', 'biti', 'on', 'nekoč', 'govorilo', 'Slovenec', '.']
+        elif lemmatizer == 'spacy_slv':
+            assert lemmas == ['slovenščina', '[', 'sloˈʋenʃtʃina', ']', 'biti', 'združen', 'naziv', 'za', 'uraden', 'knjižen', 'jezik', 'Slovenec', 'in', 'skupen', 'ime', 'za', 'narečje', 'in', 'govor', ',', 'ki', 'on', 'govoriti', 'ali', 'biti', 'on', 'nekoč', 'govoriti', 'Slovenec', '.']
+        else:
+            tests_lang_util_skipped = True
     elif lang == 'spa':
         if lemmatizer == 'simplemma_spa':
             assert lemmas == ['el', 'español', 'o', 'castellano', 'ser', 'uno', 'lengua', 'romance', 'procedente', 'del', 'latín', 'hablar', ',', 'perteneciente', 'a', 'el', 'familia', 'de', 'lengua', 'indoeuropeo', '.']

tests/wl_tests_nlp/test_pos_tagging.py

@@ -193,6 +193,9 @@ def test_pos_tag(lang, pos_tagger):
             assert tokens_tagged == tokens_tagged_universal == [('Ру́сский', 'ADJ'), ('язы́к', 'NOUN'), ('(', 'PUNCT'), ('[', 'PUNCT'), ('ˈruskʲɪi̯', 'PUNCT'), ('jɪˈzɨk', 'PROPN'), (']', 'PUNCT'), ('Информация', 'NOUN'), ('о', 'ADP'), ('файле', 'NOUN'), ('слушать)[~', 'PROPN'), ('3', 'NUM'), (']', 'PUNCT'), ('[', 'PUNCT'), ('⇨', 'PROPN'), (']', 'PUNCT'), ('—', 'PUNCT'), ('язык', 'NOUN'), ('восточнославянской', 'ADJ'), ('группы', 'NOUN'), ('славянской', 'ADJ'), ('ветви', 'NOUN'), ('индоевропейской', 'ADJ'), ('языковой', 'ADJ'), ('семьи', 'NOUN'), (',', 'PUNCT'), ('национальный', 'ADJ'), ('язык', 'NOUN'), ('русского', 'ADJ'), ('народа', 'NOUN'), ('.', 'PUNCT')]
         else:
             tests_lang_util_skipped = True
+    elif lang == 'slv':
+        assert tokens_tagged == [('Slovenščina', 'Ncfsn'), ('[', 'Z'), ('sloˈʋenʃtʃina', 'Ncfsn'), (']', 'Z'), ('je', 'Va-r3s-n'), ('združeni', 'Appmsny'), ('naziv', 'Ncmsan'), ('za', 'Sa'), ('uradni', 'Agpmsay'), ('knjižni', 'Agpmsay'), ('jezik', 'Ncmsan'), ('Slovencev', 'Npmpg'), ('in', 'Cc'), ('skupno', 'Agpnsn'), ('ime', 'Ncnsn'), ('za', 'Sa'), ('narečja', 'Ncnpa'), ('in', 'Cc'), ('govore', 'Ncmpa'), (',', 'Z'), ('ki', 'Cs'), ('jih', 'Pp3mpa--y'), ('govorijo', 'Vmpr3p'), ('ali', 'Cc'), ('so', 'Va-r3p-n'), ('jih', 'Pp3fpa--y'), ('nekoč', 'Rgp'), ('govorili', 'Vmpp-pm'), ('Slovenci', 'Npmpn'), ('.', 'Z')]
+        assert tokens_tagged_universal == [('Slovenščina', 'NOUN'), ('[', 'PUNCT'), ('sloˈʋenʃtʃina', 'NOUN'), (']', 'PUNCT'), ('je', 'AUX'), ('združeni', 'ADJ'), ('naziv', 'NOUN'), ('za', 'ADP'), ('uradni', 'ADJ'), ('knjižni', 'ADJ'), ('jezik', 'NOUN'), ('Slovencev', 'PROPN'), ('in', 'CCONJ'), ('skupno', 'ADJ'), ('ime', 'NOUN'), ('za', 'ADP'), ('narečja', 'NOUN'), ('in', 'CCONJ'), ('govore', 'NOUN'), (',', 'PUNCT'), ('ki', 'SCONJ'), ('jih', 'PRON'), ('govorijo', 'VERB'), ('ali', 'CCONJ'), ('so', 'AUX'), ('jih', 'PRON'), ('nekoč', 'ADV'), ('govorili', 'VERB'), ('Slovenci', 'PROPN'), ('.', 'PUNCT')]
     elif lang == 'spa':
         assert tokens_tagged == tokens_tagged_universal == [('El', 'DET'), ('español', 'NOUN'), ('o', 'CCONJ'), ('castellano', 'NOUN'), ('es', 'AUX'), ('una', 'DET'), ('lengua', 'ADJ'), ('romance', 'NOUN'), ('procedente', 'ADJ'), ('del', 'ADP'), ('latín', 'NOUN'), ('hablado', 'ADJ'), (',', 'PUNCT'), ('perteneciente', 'ADJ'), ('a', 'ADP'), ('la', 'DET'), ('familia', 'NOUN'), ('de', 'ADP'), ('lenguas', 'NOUN'), ('indoeuropeas', 'ADJ'), ('.', 'PUNCT')]
     elif lang == 'swe':

tests/wl_tests_nlp/test_sentence_tokenization.py

@@ -190,10 +190,13 @@ def test_sentence_tokenize(lang, sentence_tokenizer):
     elif lang == 'rus':
         assert sentences == ['Ру́сский язы́к ([ˈruskʲɪi̯ jɪˈzɨk] Информация о файле слушать)[~ 3][⇨] — язык восточнославянской группы славянской ветви индоевропейской языковой семьи, национальный язык русского народа.', 'Является одним из наиболее распространённых языков мира — восьмым среди всех языков мира по общей численности говорящих[6] и седьмым по численности владеющих им как родным (2022)[3].', 'Русский является также самым распространённым славянским языком[9] и самым распространённым языком в Европе — географически и по числу носителей языка как родного[7].']
     elif lang == 'slv':
-        if sentence_tokenizer == 'nltk_punkt_slv':
+        if sentence_tokenizer in [
+            'nltk_punkt_slv',
+            'spacy_sentence_recognizer_slv'
+        ]:
             assert sentences == ['Slovenščina [sloˈʋenʃtʃina] je združeni naziv za uradni knjižni jezik Slovencev in skupno ime za narečja in govore, ki jih govorijo ali so jih nekoč govorili Slovenci.', 'Govori ga okoli 2,5 (dva in pol) milijona govorcev po svetu, od katerih jih večina živi v Sloveniji.', 'Glede na število govorcev ima razmeroma veliko narečij.', 'Slovenščina je zahodni južnoslovanski jezik in eden redkih indoevropskih jezikov, ki je ohranil dvojino.', 'Za zapisovanje slovenskega jezika se danes uporablja gajica, pisava imenovana po Ljudevitu Gaju, ki jo je priredil po češkem črkopisu.', 'Slovenska gajica se imenuje slovenica.', 'Pišemo jo od marčne revolucije 1848.', 'Do takrat smo uporabljali bohoričico.']
-        elif sentence_tokenizer == 'spacy_sentencizer':
-            assert sentences == ['Slovenščina [sloˈʋenʃtʃina] je združeni naziv za uradni knjižni jezik Slovencev in skupno ime za narečja in govore, ki jih govorijo ali so jih nekoč govorili Slovenci.', 'Govori ga okoli 2,5 (dva in pol) milijona govorcev po svetu, od katerih jih večina živi v Sloveniji.', 'Glede na število govorcev ima razmeroma veliko narečij.', 'Slovenščina je zahodni južnoslovanski jezik in eden redkih indoevropskih jezikov, ki je ohranil dvojino.', 'Za zapisovanje slovenskega jezika se danes uporablja gajica, pisava imenovana po Ljudevitu Gaju, ki jo je priredil po češkem črkopisu.', 'Slovenska gajica se imenuje slovenica.', 'Pišemo jo od marčne revolucije 1848. Do takrat smo uporabljali bohoričico.']
+        elif sentence_tokenizer == 'spacy_dependency_parser_slv':
+            assert sentences == ['Slovenščina [sloˈʋenʃtʃina] je združeni naziv za uradni knjižni jezik Slovencev in skupno ime za narečja in govore, ki jih govorijo ali so jih nekoč govorili Slovenci.', 'Govori ga okoli 2,5 (dva in pol) milijona govorcev po svetu, od katerih jih večina živi v Sloveniji.', 'Glede na število govorcev ima razmeroma veliko narečij.', 'Slovenščina je zahodni južnoslovanski jezik in eden redkih indoevropskih jezikov, ki je ohranil dvojino.', 'Za zapisovanje slovenskega jezika se danes uporablja gajica, pisava imenovana po Ljudevitu Gaju, ki jo je priredil po češkem črkopisu.', 'Slovenska gajica se imenuje slovenica.', 'Pišemo jo od marčne revolucije', '1848.', 'Do takrat smo uporabljali bohoričico.']
         else:
             tests_lang_util_skipped = True
     elif lang == 'spa':

tests/wl_tests_settings/test_settings_global.py

@@ -183,7 +183,7 @@ def check_settings_global(self):
                 langs_supported_spacy_lemmatizers.append(lang_code)
 
         # Languages without data files
-        langs_supported_spacy_lemmatizers.extend(['fi', 'ja', 'ko', 'uk'])
+        langs_supported_spacy_lemmatizers.extend(['fi', 'ja', 'ko', 'sl', 'uk'])
         langs_supported_spacy_lemmatizers = add_lang_suffixes(langs_supported_spacy_lemmatizers)
 
         # Check for missing and extra languages for spaCy's sentence recognizer / sentencizer

utils/wl_downloader_ci.py

@@ -40,6 +40,7 @@
 spacy.cli.download('pt_core_news_sm')
 spacy.cli.download('ro_core_news_sm')
 spacy.cli.download('ru_core_news_sm')
+spacy.cli.download('sl_core_news_sm')
 spacy.cli.download('es_core_news_sm')
 spacy.cli.download('sv_core_news_sm')
 spacy.cli.download('uk_core_news_sm')

utils/wl_downloader_spacy_models.py

@@ -33,13 +33,15 @@
     ['Greek'           , 'ell', 'el'],
     ['Italian'         , 'ita', 'it'],
     ['Japanese'        , 'jpn', 'ja'],
+    ['Korean'          , 'kor', 'ko'],
     ['Lithuanian'      , 'lit', 'lt'],
     ['Macedonian'      , 'mkd', 'mk'],
     ['Norwegian Bokmål', 'nob', 'nb'],
     ['Polish'          , 'pol', 'pl'],
     ['Portuguese'      , 'por', 'pt'],
     ['Romanian'        , 'ron', 'ro'],
     ['Russian'         , 'rus', 'ru'],
+    ['Slovenian'       , 'slv', 'sl'],
     ['Spanish'         , 'spa', 'es'],
     ['Swedish'         , 'swe', 'sv'],
     ['Ukrainian'       , 'ukr', 'uk']
@@ -48,15 +50,15 @@
 model_name_zho = model_name_eng = 'core_web_sm'
 model_name_cat = model_name_hrv = model_name_dan = model_name_nld = model_name_fin = \
 model_name_fra = model_name_deu = model_name_ell = model_name_ita = model_name_jpn = \
-model_name_lit = model_name_mkd = model_name_nob = model_name_pol = model_name_por = \
-model_name_ron = model_name_rus = model_name_spa = model_name_swe = model_name_ukr = \
-'core_news_sm'
+model_name_kor = model_name_lit = model_name_mkd = model_name_nob = model_name_pol = \
+model_name_por = model_name_ron = model_name_rus = model_name_slv = model_name_spa = \
+model_name_swe = model_name_ukr = 'core_news_sm'
 
 model_ver_cat = model_ver_zho = model_ver_hrv = model_ver_dan = model_ver_nld = \
 model_ver_eng = model_ver_fin = model_ver_fra = model_ver_deu = model_ver_ell = \
-model_ver_ita = model_ver_jpn = model_ver_lit = model_ver_mkd = model_ver_nob = \
-model_ver_pol = model_ver_por = model_ver_ron = model_ver_rus = model_ver_spa = \
-model_ver_swe = model_ver_ukr = '3.6.0'
+model_ver_ita = model_ver_jpn = model_ver_kor = model_ver_lit = model_ver_mkd = \
+model_ver_nob = model_ver_pol = model_ver_por = model_ver_ron = model_ver_rus = \
+model_ver_slv = model_ver_spa = model_ver_swe = model_ver_ukr = '3.6.0'
 
 # Check updates
 for lang_text, lang_code_639_3, lang_code_639_1 in langs:

utils/wl_packaging.spec

@@ -67,6 +67,7 @@ datas.extend(PyInstaller.utils.hooks.collect_data_files('fi_core_news_sm'))
 datas.extend(PyInstaller.utils.hooks.collect_data_files('fr_core_news_sm'))
 datas.extend(PyInstaller.utils.hooks.collect_data_files('it_core_news_sm'))
 datas.extend(PyInstaller.utils.hooks.collect_data_files('ja_core_news_sm'))
+datas.extend(PyInstaller.utils.hooks.collect_data_files('ko_core_news_sm'))
 datas.extend(PyInstaller.utils.hooks.collect_data_files('lt_core_news_sm'))
 datas.extend(PyInstaller.utils.hooks.collect_data_files('mk_core_news_sm'))
 datas.extend(PyInstaller.utils.hooks.collect_data_files('nb_core_news_sm'))
@@ -75,6 +76,7 @@ datas.extend(PyInstaller.utils.hooks.collect_data_files('pl_core_news_sm'))
 datas.extend(PyInstaller.utils.hooks.collect_data_files('pt_core_news_sm'))
 datas.extend(PyInstaller.utils.hooks.collect_data_files('ro_core_news_sm'))
 datas.extend(PyInstaller.utils.hooks.collect_data_files('ru_core_news_sm'))
+datas.extend(PyInstaller.utils.hooks.collect_data_files('sl_core_news_sm'))
 datas.extend(PyInstaller.utils.hooks.collect_data_files('es_core_news_sm'))
 datas.extend(PyInstaller.utils.hooks.collect_data_files('sv_core_news_sm'))
 datas.extend(PyInstaller.utils.hooks.collect_data_files('uk_core_news_sm'))
@@ -135,6 +137,7 @@ hiddenimports = [
     'fr_core_news_sm',
     'it_core_news_sm',
     'ja_core_news_sm',
+    'ko_core_news_sm',
     'lt_core_news_sm',
     'mk_core_news_sm',
     'nb_core_news_sm',
@@ -143,6 +146,7 @@ hiddenimports = [
     'pt_core_news_sm',
     'ro_core_news_sm',
     'ru_core_news_sm',
+    'sl_core_news_sm',
     'es_core_news_sm',
     'sv_core_news_sm',
     'uk_core_news_sm',

wordless/wl_nlp/wl_nlp_utils.py

@@ -82,6 +82,7 @@ def to_lang_util_texts(main, util_type, util_codes):
     'por': 'pt_core_news_sm',
     'ron': 'ro_core_news_sm',
     'rus': 'ru_core_news_sm',
+    'slv': 'sl_core_news_sm',
     'spa': 'es_core_news_sm',
     'swe': 'sv_core_news_sm',
     'ukr': 'uk_core_news_sm',

wordless/wl_settings/wl_settings_default.py

@@ -1204,7 +1204,7 @@ def init_settings_default(main):
                 'por_pt': 'spacy_dependency_parser_por',
                 'ron': 'spacy_dependency_parser_ron',
                 'rus': 'spacy_dependency_parser_rus',
-                'slv': 'nltk_punkt_slv',
+                'slv': 'spacy_dependency_parser_slv',
                 'spa': 'spacy_dependency_parser_spa',
                 'swe': 'spacy_dependency_parser_swe',
                 'tha': 'pythainlp_crfcut',
@@ -1291,7 +1291,7 @@ def init_settings_default(main):
                 'srp_latn': 'spacy_srp',
                 'sin': 'spacy_sin',
                 'slk': 'sacremoses_moses',
-                'slv': 'sacremoses_moses',
+                'slv': 'spacy_slv',
                 'dsb': 'spacy_dsb',
                 'hsb': 'spacy_hsb',
                 'spa': 'spacy_spa',
@@ -1406,6 +1406,7 @@ def init_settings_default(main):
                     'por_pt': 'spacy_por',
                     'ron': 'spacy_ron',
                     'rus': 'spacy_rus',
+                    'slv': 'spacy_slv',
                     'spa': 'spacy_spa',
                     'swe': 'spacy_swe',
                     'tha': 'pythainlp_perceptron_pud',
@@ -1533,7 +1534,7 @@ def init_settings_default(main):
                 'srp_cyrl': 'spacy_srp',
                 'srp_latn': 'simplemma_srp_latn',
                 'slk': 'simplemma_slk',
-                'slv': 'simplemma_slv',
+                'slv': 'spacy_slv',
                 'spa': 'spacy_spa',
                 'swa': 'simplemma_swa',
                 'swe': 'spacy_swe',
@@ -1665,6 +1666,7 @@ def init_settings_default(main):
                 'por_pt': 'spacy_por',
                 'ron': 'spacy_ron',
                 'rus': 'spacy_rus',
+                'slv': 'spacy_slv',
                 'spa': 'spacy_spa',
                 'swe': 'spacy_swe',
                 'ukr': 'spacy_ukr'