mirror of
https://github.com/sphinx-doc/sphinx.git
synced 2026-10-14 17:32:12 -05:00
Pre-parse stopword lists for HTML search (#13572)
This commit is contained in:
1 parent
9ab73b2494
commit
c30effe714
44 files changed
+4706
-2413
No files matched your search
@@ -62,4 +62,5 @@ tests/roots/test-pycode/cp_1251_coded.py working-tree-encoding=windows-1251
|
||||
|
||||
tests/js/fixtures/**/*.js generated
|
||||
sphinx/search/minified-js/*.js generated
|
||||
sphinx/search/_stopwords/ generated
|
||||
sphinx/themes/bizstyle/static/css3-mediaqueries.js generated
|
||||
@@ -20,7 +20,7 @@ from sphinx.util._pathlib import _StrPath
|
||||
from sphinx.util.index_entries import split_index_msg
|
||||
|
||||
if TYPE_CHECKING:
|
||||
from collections.abc import Callable, Iterable
|
||||
from collections.abc import Callable, Iterable, Set
|
||||
from typing import Any, Protocol, TypeVar
|
||||
|
||||
from docutils.nodes import Node
|
||||
@@ -74,7 +74,7 @@ class SearchLanguage:
|
||||
|
||||
lang: str = ''
|
||||
language_name: str = ''
|
||||
stopwords: set[str] = set()
|
||||
stopwords: Set[str] = frozenset()
|
||||
js_splitter_code: str = ''
|
||||
js_stemmer_rawcode: str = ''
|
||||
js_stemmer_code = """
|
||||
@@ -128,9 +128,11 @@ from sphinx.search.en import SearchEnglish # NoQA: E402
|
||||
|
||||
|
||||
def parse_stop_word(source: str) -> set[str]:
|
||||
"""Parse snowball style word list like this:
|
||||
"""Collect the stopwords from a snowball style word list:
|
||||
|
||||
* https://snowballstem.org/algorithms/finnish/stop.txt
|
||||
.. code:: text
|
||||
|
||||
list of space separated stop words | optional comment
|
||||
"""
|
||||
result: set[str] = set()
|
||||
for line in source.splitlines():
|
||||
|
||||
Whitespace-only changes.
@@ -0,0 +1,98 @@
|
||||
from __future__ import annotations
|
||||
|
||||
DANISH_STOPWORDS = frozenset({
|
||||
'ad',
|
||||
'af',
|
||||
'alle',
|
||||
'alt',
|
||||
'anden',
|
||||
'at',
|
||||
'blev',
|
||||
'blive',
|
||||
'bliver',
|
||||
'da',
|
||||
'de',
|
||||
'dem',
|
||||
'den',
|
||||
'denne',
|
||||
'der',
|
||||
'deres',
|
||||
'det',
|
||||
'dette',
|
||||
'dig',
|
||||
'din',
|
||||
'disse',
|
||||
'dog',
|
||||
'du',
|
||||
'efter',
|
||||
'eller',
|
||||
'en',
|
||||
'end',
|
||||
'er',
|
||||
'et',
|
||||
'for',
|
||||
'fra',
|
||||
'ham',
|
||||
'han',
|
||||
'hans',
|
||||
'har',
|
||||
'havde',
|
||||
'have',
|
||||
'hende',
|
||||
'hendes',
|
||||
'her',
|
||||
'hos',
|
||||
'hun',
|
||||
'hvad',
|
||||
'hvis',
|
||||
'hvor',
|
||||
'i',
|
||||
'ikke',
|
||||
'ind',
|
||||
'jeg',
|
||||
'jer',
|
||||
'jo',
|
||||
'kunne',
|
||||
'man',
|
||||
'mange',
|
||||
'med',
|
||||
'meget',
|
||||
'men',
|
||||
'mig',
|
||||
'min',
|
||||
'mine',
|
||||
'mit',
|
||||
'mod',
|
||||
'ned',
|
||||
'noget',
|
||||
'nogle',
|
||||
'nu',
|
||||
'når',
|
||||
'og',
|
||||
'også',
|
||||
'om',
|
||||
'op',
|
||||
'os',
|
||||
'over',
|
||||
'på',
|
||||
'selv',
|
||||
'sig',
|
||||
'sin',
|
||||
'sine',
|
||||
'sit',
|
||||
'skal',
|
||||
'skulle',
|
||||
'som',
|
||||
'sådan',
|
||||
'thi',
|
||||
'til',
|
||||
'ud',
|
||||
'under',
|
||||
'var',
|
||||
'vi',
|
||||
'vil',
|
||||
'ville',
|
||||
'vor',
|
||||
'være',
|
||||
'været',
|
||||
})
|
||||
@@ -0,0 +1,95 @@
|
||||
| source: https://snowballstem.org/algorithms/danish/stop.txt
|
||||
og | and
|
||||
i | in
|
||||
jeg | I
|
||||
det | that (dem. pronoun)/it (pers. pronoun)
|
||||
at | that (in front of a sentence)/to (with infinitive)
|
||||
en | a/an
|
||||
den | it (pers. pronoun)/that (dem. pronoun)
|
||||
til | to/at/for/until/against/by/of/into, more
|
||||
er | present tense of "to be"
|
||||
som | who, as
|
||||
på | on/upon/in/on/at/to/after/of/with/for, on
|
||||
de | they
|
||||
med | with/by/in, along
|
||||
han | he
|
||||
af | of/by/from/off/for/in/with/on, off
|
||||
for | at/for/to/from/by/of/ago, in front/before, because
|
||||
ikke | not
|
||||
der | who/which, there/those
|
||||
var | past tense of "to be"
|
||||
mig | me/myself
|
||||
sig | oneself/himself/herself/itself/themselves
|
||||
men | but
|
||||
et | a/an/one, one (number), someone/somebody/one
|
||||
har | present tense of "to have"
|
||||
om | round/about/for/in/a, about/around/down, if
|
||||
vi | we
|
||||
min | my
|
||||
havde | past tense of "to have"
|
||||
ham | him
|
||||
hun | she
|
||||
nu | now
|
||||
over | over/above/across/by/beyond/past/on/about, over/past
|
||||
da | then, when/as/since
|
||||
fra | from/off/since, off, since
|
||||
du | you
|
||||
ud | out
|
||||
sin | his/her/its/one's
|
||||
dem | them
|
||||
os | us/ourselves
|
||||
op | up
|
||||
man | you/one
|
||||
hans | his
|
||||
hvor | where
|
||||
eller | or
|
||||
hvad | what
|
||||
skal | must/shall etc.
|
||||
selv | myself/yourself/herself/ourselves etc., even
|
||||
her | here
|
||||
alle | all/everyone/everybody etc.
|
||||
vil | will (verb)
|
||||
blev | past tense of "to stay/to remain/to get/to become"
|
||||
kunne | could
|
||||
ind | in
|
||||
når | when
|
||||
være | present tense of "to be"
|
||||
dog | however/yet/after all
|
||||
noget | something
|
||||
ville | would
|
||||
jo | you know/you see (adv), yes
|
||||
deres | their/theirs
|
||||
efter | after/behind/according to/for/by/from, later/afterwards
|
||||
ned | down
|
||||
skulle | should
|
||||
denne | this
|
||||
end | than
|
||||
dette | this
|
||||
mit | my/mine
|
||||
også | also
|
||||
under | under/beneath/below/during, below/underneath
|
||||
have | have
|
||||
dig | you
|
||||
anden | other
|
||||
hende | her
|
||||
mine | my
|
||||
alt | everything
|
||||
meget | much/very, plenty of
|
||||
sit | his, her, its, one's
|
||||
sine | his, her, its, one's
|
||||
vor | our
|
||||
mod | against
|
||||
disse | these
|
||||
hvis | if
|
||||
din | your/yours
|
||||
nogle | some
|
||||
hos | by/at
|
||||
blive | be/become
|
||||
mange | many
|
||||
ad | by/through
|
||||
bliver | present tense of "to be/to become"
|
||||
hendes | her/hers
|
||||
været | be
|
||||
thi | for (conj)
|
||||
jer | you
|
||||
sådan | such, like this/like that
|
||||
@@ -0,0 +1,235 @@
|
||||
from __future__ import annotations
|
||||
|
||||
GERMAN_STOPWORDS = frozenset({
|
||||
'aber',
|
||||
'alle',
|
||||
'allem',
|
||||
'allen',
|
||||
'aller',
|
||||
'alles',
|
||||
'als',
|
||||
'also',
|
||||
'am',
|
||||
'an',
|
||||
'ander',
|
||||
'andere',
|
||||
'anderem',
|
||||
'anderen',
|
||||
'anderer',
|
||||
'anderes',
|
||||
'anderm',
|
||||
'andern',
|
||||
'anderr',
|
||||
'anders',
|
||||
'auch',
|
||||
'auf',
|
||||
'aus',
|
||||
'bei',
|
||||
'bin',
|
||||
'bis',
|
||||
'bist',
|
||||
'da',
|
||||
'damit',
|
||||
'dann',
|
||||
'das',
|
||||
'daß',
|
||||
'dasselbe',
|
||||
'dazu',
|
||||
'dein',
|
||||
'deine',
|
||||
'deinem',
|
||||
'deinen',
|
||||
'deiner',
|
||||
'deines',
|
||||
'dem',
|
||||
'demselben',
|
||||
'den',
|
||||
'denn',
|
||||
'denselben',
|
||||
'der',
|
||||
'derer',
|
||||
'derselbe',
|
||||
'derselben',
|
||||
'des',
|
||||
'desselben',
|
||||
'dessen',
|
||||
'dich',
|
||||
'die',
|
||||
'dies',
|
||||
'diese',
|
||||
'dieselbe',
|
||||
'dieselben',
|
||||
'diesem',
|
||||
'diesen',
|
||||
'dieser',
|
||||
'dieses',
|
||||
'dir',
|
||||
'doch',
|
||||
'dort',
|
||||
'du',
|
||||
'durch',
|
||||
'ein',
|
||||
'eine',
|
||||
'einem',
|
||||
'einen',
|
||||
'einer',
|
||||
'eines',
|
||||
'einig',
|
||||
'einige',
|
||||
'einigem',
|
||||
'einigen',
|
||||
'einiger',
|
||||
'einiges',
|
||||
'einmal',
|
||||
'er',
|
||||
'es',
|
||||
'etwas',
|
||||
'euch',
|
||||
'euer',
|
||||
'eure',
|
||||
'eurem',
|
||||
'euren',
|
||||
'eurer',
|
||||
'eures',
|
||||
'für',
|
||||
'gegen',
|
||||
'gewesen',
|
||||
'hab',
|
||||
'habe',
|
||||
'haben',
|
||||
'hat',
|
||||
'hatte',
|
||||
'hatten',
|
||||
'hier',
|
||||
'hin',
|
||||
'hinter',
|
||||
'ich',
|
||||
'ihm',
|
||||
'ihn',
|
||||
'ihnen',
|
||||
'ihr',
|
||||
'ihre',
|
||||
'ihrem',
|
||||
'ihren',
|
||||
'ihrer',
|
||||
'ihres',
|
||||
'im',
|
||||
'in',
|
||||
'indem',
|
||||
'ins',
|
||||
'ist',
|
||||
'jede',
|
||||
'jedem',
|
||||
'jeden',
|
||||
'jeder',
|
||||
'jedes',
|
||||
'jene',
|
||||
'jenem',
|
||||
'jenen',
|
||||
'jener',
|
||||
'jenes',
|
||||
'jetzt',
|
||||
'kann',
|
||||
'kein',
|
||||
'keine',
|
||||
'keinem',
|
||||
'keinen',
|
||||
'keiner',
|
||||
'keines',
|
||||
'können',
|
||||
'könnte',
|
||||
'machen',
|
||||
'man',
|
||||
'manche',
|
||||
'manchem',
|
||||
'manchen',
|
||||
'mancher',
|
||||
'manches',
|
||||
'mein',
|
||||
'meine',
|
||||
'meinem',
|
||||
'meinen',
|
||||
'meiner',
|
||||
'meines',
|
||||
'mich',
|
||||
'mir',
|
||||
'mit',
|
||||
'muss',
|
||||
'musste',
|
||||
'nach',
|
||||
'nicht',
|
||||
'nichts',
|
||||
'noch',
|
||||
'nun',
|
||||
'nur',
|
||||
'ob',
|
||||
'oder',
|
||||
'ohne',
|
||||
'sehr',
|
||||
'sein',
|
||||
'seine',
|
||||
'seinem',
|
||||
'seinen',
|
||||
'seiner',
|
||||
'seines',
|
||||
'selbst',
|
||||
'sich',
|
||||
'sie',
|
||||
'sind',
|
||||
'so',
|
||||
'solche',
|
||||
'solchem',
|
||||
'solchen',
|
||||
'solcher',
|
||||
'solches',
|
||||
'soll',
|
||||
'sollte',
|
||||
'sondern',
|
||||
'sonst',
|
||||
'um',
|
||||
'und',
|
||||
'uns',
|
||||
'unse',
|
||||
'unsem',
|
||||
'unsen',
|
||||
'unser',
|
||||
'unses',
|
||||
'unter',
|
||||
'viel',
|
||||
'vom',
|
||||
'von',
|
||||
'vor',
|
||||
'war',
|
||||
'waren',
|
||||
'warst',
|
||||
'was',
|
||||
'weg',
|
||||
'weil',
|
||||
'weiter',
|
||||
'welche',
|
||||
'welchem',
|
||||
'welchen',
|
||||
'welcher',
|
||||
'welches',
|
||||
'wenn',
|
||||
'werde',
|
||||
'werden',
|
||||
'wie',
|
||||
'wieder',
|
||||
'will',
|
||||
'wir',
|
||||
'wird',
|
||||
'wirst',
|
||||
'wo',
|
||||
'wollen',
|
||||
'wollte',
|
||||
'während',
|
||||
'würde',
|
||||
'würden',
|
||||
'zu',
|
||||
'zum',
|
||||
'zur',
|
||||
'zwar',
|
||||
'zwischen',
|
||||
'über',
|
||||
})
|
||||
@@ -0,0 +1,278 @@
|
||||
|source: https://snowballstem.org/algorithms/german/stop.txt
|
||||
aber | but
|
||||
|
||||
alle | all
|
||||
allem
|
||||
allen
|
||||
aller
|
||||
alles
|
||||
|
||||
als | than, as
|
||||
also | so
|
||||
am | an + dem
|
||||
an | at
|
||||
|
||||
ander | other
|
||||
andere
|
||||
anderem
|
||||
anderen
|
||||
anderer
|
||||
anderes
|
||||
anderm
|
||||
andern
|
||||
anderr
|
||||
anders
|
||||
|
||||
auch | also
|
||||
auf | on
|
||||
aus | out of
|
||||
bei | by
|
||||
bin | am
|
||||
bis | until
|
||||
bist | art
|
||||
da | there
|
||||
damit | with it
|
||||
dann | then
|
||||
|
||||
der | the
|
||||
den
|
||||
des
|
||||
dem
|
||||
die
|
||||
das
|
||||
|
||||
daß | that
|
||||
|
||||
derselbe | the same
|
||||
derselben
|
||||
denselben
|
||||
desselben
|
||||
demselben
|
||||
dieselbe
|
||||
dieselben
|
||||
dasselbe
|
||||
|
||||
dazu | to that
|
||||
|
||||
dein | thy
|
||||
deine
|
||||
deinem
|
||||
deinen
|
||||
deiner
|
||||
deines
|
||||
|
||||
denn | because
|
||||
|
||||
derer | of those
|
||||
dessen | of him
|
||||
|
||||
dich | thee
|
||||
dir | to thee
|
||||
du | thou
|
||||
|
||||
dies | this
|
||||
diese
|
||||
diesem
|
||||
diesen
|
||||
dieser
|
||||
dieses
|
||||
|
||||
|
||||
doch | (several meanings)
|
||||
dort | (over) there
|
||||
|
||||
|
||||
durch | through
|
||||
|
||||
ein | a
|
||||
eine
|
||||
einem
|
||||
einen
|
||||
einer
|
||||
eines
|
||||
|
||||
einig | some
|
||||
einige
|
||||
einigem
|
||||
einigen
|
||||
einiger
|
||||
einiges
|
||||
|
||||
einmal | once
|
||||
|
||||
er | he
|
||||
ihn | him
|
||||
ihm | to him
|
||||
|
||||
es | it
|
||||
etwas | something
|
||||
|
||||
euer | your
|
||||
eure
|
||||
eurem
|
||||
euren
|
||||
eurer
|
||||
eures
|
||||
|
||||
für | for
|
||||
gegen | towards
|
||||
gewesen | p.p. of sein
|
||||
hab | have
|
||||
habe | have
|
||||
haben | have
|
||||
hat | has
|
||||
hatte | had
|
||||
hatten | had
|
||||
hier | here
|
||||
hin | there
|
||||
hinter | behind
|
||||
|
||||
ich | I
|
||||
mich | me
|
||||
mir | to me
|
||||
|
||||
|
||||
ihr | you, to her
|
||||
ihre
|
||||
ihrem
|
||||
ihren
|
||||
ihrer
|
||||
ihres
|
||||
euch | to you
|
||||
|
||||
im | in + dem
|
||||
in | in
|
||||
indem | while
|
||||
ins | in + das
|
||||
ist | is
|
||||
|
||||
jede | each, every
|
||||
jedem
|
||||
jeden
|
||||
jeder
|
||||
jedes
|
||||
|
||||
jene | that
|
||||
jenem
|
||||
jenen
|
||||
jener
|
||||
jenes
|
||||
|
||||
jetzt | now
|
||||
kann | can
|
||||
|
||||
kein | no
|
||||
keine
|
||||
keinem
|
||||
keinen
|
||||
keiner
|
||||
keines
|
||||
|
||||
können | can
|
||||
könnte | could
|
||||
machen | do
|
||||
man | one
|
||||
|
||||
manche | some, many a
|
||||
manchem
|
||||
manchen
|
||||
mancher
|
||||
manches
|
||||
|
||||
mein | my
|
||||
meine
|
||||
meinem
|
||||
meinen
|
||||
meiner
|
||||
meines
|
||||
|
||||
mit | with
|
||||
muss | must
|
||||
musste | had to
|
||||
nach | to(wards)
|
||||
nicht | not
|
||||
nichts | nothing
|
||||
noch | still, yet
|
||||
nun | now
|
||||
nur | only
|
||||
ob | whether
|
||||
oder | or
|
||||
ohne | without
|
||||
sehr | very
|
||||
|
||||
sein | his
|
||||
seine
|
||||
seinem
|
||||
seinen
|
||||
seiner
|
||||
seines
|
||||
|
||||
selbst | self
|
||||
sich | herself
|
||||
|
||||
sie | they, she
|
||||
ihnen | to them
|
||||
|
||||
sind | are
|
||||
so | so
|
||||
|
||||
solche | such
|
||||
solchem
|
||||
solchen
|
||||
solcher
|
||||
solches
|
||||
|
||||
soll | shall
|
||||
sollte | should
|
||||
sondern | but
|
||||
sonst | else
|
||||
über | over
|
||||
um | about, around
|
||||
und | and
|
||||
|
||||
uns | us
|
||||
unse
|
||||
unsem
|
||||
unsen
|
||||
unser
|
||||
unses
|
||||
|
||||
unter | under
|
||||
viel | much
|
||||
vom | von + dem
|
||||
von | from
|
||||
vor | before
|
||||
während | while
|
||||
war | was
|
||||
waren | were
|
||||
warst | wast
|
||||
was | what
|
||||
weg | away, off
|
||||
weil | because
|
||||
weiter | further
|
||||
|
||||
welche | which
|
||||
welchem
|
||||
welchen
|
||||
welcher
|
||||
welches
|
||||
|
||||
wenn | when
|
||||
werde | will
|
||||
werden | will
|
||||
wie | how
|
||||
wieder | again
|
||||
will | want
|
||||
wir | we
|
||||
wird | will
|
||||
wirst | willst
|
||||
wo | where
|
||||
wollen | want
|
||||
wollte | wanted
|
||||
würde | would
|
||||
würden | would
|
||||
zu | to
|
||||
zum | zu + dem
|
||||
zur | zu + der
|
||||
zwar | indeed
|
||||
zwischen | between
|
||||
@@ -0,0 +1,37 @@
|
||||
from __future__ import annotations
|
||||
|
||||
ENGLISH_STOPWORDS = frozenset({
|
||||
'a',
|
||||
'and',
|
||||
'are',
|
||||
'as',
|
||||
'at',
|
||||
'be',
|
||||
'but',
|
||||
'by',
|
||||
'for',
|
||||
'if',
|
||||
'in',
|
||||
'into',
|
||||
'is',
|
||||
'it',
|
||||
'near',
|
||||
'no',
|
||||
'not',
|
||||
'of',
|
||||
'on',
|
||||
'or',
|
||||
'such',
|
||||
'that',
|
||||
'the',
|
||||
'their',
|
||||
'then',
|
||||
'there',
|
||||
'these',
|
||||
'they',
|
||||
'this',
|
||||
'to',
|
||||
'was',
|
||||
'will',
|
||||
'with',
|
||||
})
|
||||
@@ -0,0 +1,312 @@
|
||||
from __future__ import annotations
|
||||
|
||||
SPANISH_STOPWORDS = frozenset({
|
||||
'a',
|
||||
'al',
|
||||
'algo',
|
||||
'algunas',
|
||||
'algunos',
|
||||
'ante',
|
||||
'antes',
|
||||
'como',
|
||||
'con',
|
||||
'contra',
|
||||
'cual',
|
||||
'cuando',
|
||||
'de',
|
||||
'del',
|
||||
'desde',
|
||||
'donde',
|
||||
'durante',
|
||||
'e',
|
||||
'el',
|
||||
'ella',
|
||||
'ellas',
|
||||
'ellos',
|
||||
'en',
|
||||
'entre',
|
||||
'era',
|
||||
'erais',
|
||||
'eran',
|
||||
'eras',
|
||||
'eres',
|
||||
'es',
|
||||
'esa',
|
||||
'esas',
|
||||
'ese',
|
||||
'eso',
|
||||
'esos',
|
||||
'esta',
|
||||
'estaba',
|
||||
'estabais',
|
||||
'estaban',
|
||||
'estabas',
|
||||
'estad',
|
||||
'estada',
|
||||
'estadas',
|
||||
'estado',
|
||||
'estados',
|
||||
'estamos',
|
||||
'estando',
|
||||
'estar',
|
||||
'estaremos',
|
||||
'estará',
|
||||
'estarán',
|
||||
'estarás',
|
||||
'estaré',
|
||||
'estaréis',
|
||||
'estaría',
|
||||
'estaríais',
|
||||
'estaríamos',
|
||||
'estarían',
|
||||
'estarías',
|
||||
'estas',
|
||||
'este',
|
||||
'estemos',
|
||||
'esto',
|
||||
'estos',
|
||||
'estoy',
|
||||
'estuve',
|
||||
'estuviera',
|
||||
'estuvierais',
|
||||
'estuvieran',
|
||||
'estuvieras',
|
||||
'estuvieron',
|
||||
'estuviese',
|
||||
'estuvieseis',
|
||||
'estuviesen',
|
||||
'estuvieses',
|
||||
'estuvimos',
|
||||
'estuviste',
|
||||
'estuvisteis',
|
||||
'estuviéramos',
|
||||
'estuviésemos',
|
||||
'estuvo',
|
||||
'está',
|
||||
'estábamos',
|
||||
'estáis',
|
||||
'están',
|
||||
'estás',
|
||||
'esté',
|
||||
'estéis',
|
||||
'estén',
|
||||
'estés',
|
||||
'fue',
|
||||
'fuera',
|
||||
'fuerais',
|
||||
'fueran',
|
||||
'fueras',
|
||||
'fueron',
|
||||
'fuese',
|
||||
'fueseis',
|
||||
'fuesen',
|
||||
'fueses',
|
||||
'fui',
|
||||
'fuimos',
|
||||
'fuiste',
|
||||
'fuisteis',
|
||||
'fuéramos',
|
||||
'fuésemos',
|
||||
'ha',
|
||||
'habida',
|
||||
'habidas',
|
||||
'habido',
|
||||
'habidos',
|
||||
'habiendo',
|
||||
'habremos',
|
||||
'habrá',
|
||||
'habrán',
|
||||
'habrás',
|
||||
'habré',
|
||||
'habréis',
|
||||
'habría',
|
||||
'habríais',
|
||||
'habríamos',
|
||||
'habrían',
|
||||
'habrías',
|
||||
'habéis',
|
||||
'había',
|
||||
'habíais',
|
||||
'habíamos',
|
||||
'habían',
|
||||
'habías',
|
||||
'han',
|
||||
'has',
|
||||
'hasta',
|
||||
'hay',
|
||||
'haya',
|
||||
'hayamos',
|
||||
'hayan',
|
||||
'hayas',
|
||||
'hayáis',
|
||||
'he',
|
||||
'hemos',
|
||||
'hube',
|
||||
'hubiera',
|
||||
'hubierais',
|
||||
'hubieran',
|
||||
'hubieras',
|
||||
'hubieron',
|
||||
'hubiese',
|
||||
'hubieseis',
|
||||
'hubiesen',
|
||||
'hubieses',
|
||||
'hubimos',
|
||||
'hubiste',
|
||||
'hubisteis',
|
||||
'hubiéramos',
|
||||
'hubiésemos',
|
||||
'hubo',
|
||||
'la',
|
||||
'las',
|
||||
'le',
|
||||
'les',
|
||||
'lo',
|
||||
'los',
|
||||
'me',
|
||||
'mi',
|
||||
'mis',
|
||||
'mucho',
|
||||
'muchos',
|
||||
'muy',
|
||||
'más',
|
||||
'mí',
|
||||
'mía',
|
||||
'mías',
|
||||
'mío',
|
||||
'míos',
|
||||
'nada',
|
||||
'ni',
|
||||
'no',
|
||||
'nos',
|
||||
'nosotras',
|
||||
'nosotros',
|
||||
'nuestra',
|
||||
'nuestras',
|
||||
'nuestro',
|
||||
'nuestros',
|
||||
'o',
|
||||
'os',
|
||||
'otra',
|
||||
'otras',
|
||||
'otro',
|
||||
'otros',
|
||||
'para',
|
||||
'pero',
|
||||
'poco',
|
||||
'por',
|
||||
'porque',
|
||||
'que',
|
||||
'quien',
|
||||
'quienes',
|
||||
'qué',
|
||||
'se',
|
||||
'sea',
|
||||
'seamos',
|
||||
'sean',
|
||||
'seas',
|
||||
'seremos',
|
||||
'será',
|
||||
'serán',
|
||||
'serás',
|
||||
'seré',
|
||||
'seréis',
|
||||
'sería',
|
||||
'seríais',
|
||||
'seríamos',
|
||||
'serían',
|
||||
'serías',
|
||||
'seáis',
|
||||
'sido',
|
||||
'siendo',
|
||||
'sin',
|
||||
'sobre',
|
||||
'sois',
|
||||
'somos',
|
||||
'son',
|
||||
'soy',
|
||||
'su',
|
||||
'sus',
|
||||
'suya',
|
||||
'suyas',
|
||||
'suyo',
|
||||
'suyos',
|
||||
'sí',
|
||||
'también',
|
||||
'tanto',
|
||||
'te',
|
||||
'tendremos',
|
||||
'tendrá',
|
||||
'tendrán',
|
||||
'tendrás',
|
||||
'tendré',
|
||||
'tendréis',
|
||||
'tendría',
|
||||
'tendríais',
|
||||
'tendríamos',
|
||||
'tendrían',
|
||||
'tendrías',
|
||||
'tened',
|
||||
'tenemos',
|
||||
'tenga',
|
||||
'tengamos',
|
||||
'tengan',
|
||||
'tengas',
|
||||
'tengo',
|
||||
'tengáis',
|
||||
'tenida',
|
||||
'tenidas',
|
||||
'tenido',
|
||||
'tenidos',
|
||||
'teniendo',
|
||||
'tenéis',
|
||||
'tenía',
|
||||
'teníais',
|
||||
'teníamos',
|
||||
'tenían',
|
||||
'tenías',
|
||||
'ti',
|
||||
'tiene',
|
||||
'tienen',
|
||||
'tienes',
|
||||
'todo',
|
||||
'todos',
|
||||
'tu',
|
||||
'tus',
|
||||
'tuve',
|
||||
'tuviera',
|
||||
'tuvierais',
|
||||
'tuvieran',
|
||||
'tuvieras',
|
||||
'tuvieron',
|
||||
'tuviese',
|
||||
'tuvieseis',
|
||||
'tuviesen',
|
||||
'tuvieses',
|
||||
'tuvimos',
|
||||
'tuviste',
|
||||
'tuvisteis',
|
||||
'tuviéramos',
|
||||
'tuviésemos',
|
||||
'tuvo',
|
||||
'tuya',
|
||||
'tuyas',
|
||||
'tuyo',
|
||||
'tuyos',
|
||||
'tú',
|
||||
'un',
|
||||
'una',
|
||||
'uno',
|
||||
'unos',
|
||||
'vosotras',
|
||||
'vosotros',
|
||||
'vuestra',
|
||||
'vuestras',
|
||||
'vuestro',
|
||||
'vuestros',
|
||||
'y',
|
||||
'ya',
|
||||
'yo',
|
||||
'él',
|
||||
'éramos',
|
||||
})
|
||||
@@ -0,0 +1,338 @@
|
||||
|source: https://snowballstem.org/algorithms/spanish/stop.txt
|
||||
de | from, of
|
||||
la | the, her
|
||||
que | who, that
|
||||
el | the
|
||||
en | in
|
||||
y | and
|
||||
a | to
|
||||
los | the, them
|
||||
del | de + el
|
||||
se | himself, from him etc
|
||||
las | the, them
|
||||
por | for, by, etc
|
||||
un | a
|
||||
para | for
|
||||
con | with
|
||||
no | no
|
||||
una | a
|
||||
su | his, her
|
||||
al | a + el
|
||||
| es from SER
|
||||
lo | him
|
||||
como | how
|
||||
más | more
|
||||
pero | pero
|
||||
sus | su plural
|
||||
le | to him, her
|
||||
ya | already
|
||||
o | or
|
||||
| fue from SER
|
||||
este | this
|
||||
| ha from HABER
|
||||
sí | himself etc
|
||||
porque | because
|
||||
esta | this
|
||||
| son from SER
|
||||
entre | between
|
||||
| está from ESTAR
|
||||
cuando | when
|
||||
muy | very
|
||||
sin | without
|
||||
sobre | on
|
||||
| ser from SER
|
||||
| tiene from TENER
|
||||
también | also
|
||||
me | me
|
||||
hasta | until
|
||||
hay | there is/are
|
||||
donde | where
|
||||
| han from HABER
|
||||
quien | whom, that
|
||||
| están from ESTAR
|
||||
| estado from ESTAR
|
||||
desde | from
|
||||
todo | all
|
||||
nos | us
|
||||
durante | during
|
||||
| estados from ESTAR
|
||||
todos | all
|
||||
uno | a
|
||||
les | to them
|
||||
ni | nor
|
||||
contra | against
|
||||
otros | other
|
||||
| fueron from SER
|
||||
ese | that
|
||||
eso | that
|
||||
| había from HABER
|
||||
ante | before
|
||||
ellos | they
|
||||
e | and (variant of y)
|
||||
esto | this
|
||||
mí | me
|
||||
antes | before
|
||||
algunos | some
|
||||
qué | what?
|
||||
unos | a
|
||||
yo | I
|
||||
otro | other
|
||||
otras | other
|
||||
otra | other
|
||||
él | he
|
||||
tanto | so much, many
|
||||
esa | that
|
||||
estos | these
|
||||
mucho | much, many
|
||||
quienes | who
|
||||
nada | nothing
|
||||
muchos | many
|
||||
cual | who
|
||||
| sea from SER
|
||||
poco | few
|
||||
ella | she
|
||||
estar | to be
|
||||
| haber from HABER
|
||||
estas | these
|
||||
| estaba from ESTAR
|
||||
| estamos from ESTAR
|
||||
algunas | some
|
||||
algo | something
|
||||
nosotros | we
|
||||
|
||||
| other forms
|
||||
|
||||
mi | me
|
||||
mis | mi plural
|
||||
tú | thou
|
||||
te | thee
|
||||
ti | thee
|
||||
tu | thy
|
||||
tus | tu plural
|
||||
ellas | they
|
||||
nosotras | we
|
||||
vosotros | you
|
||||
vosotras | you
|
||||
os | you
|
||||
mío | mine
|
||||
mía |
|
||||
míos |
|
||||
mías |
|
||||
tuyo | thine
|
||||
tuya |
|
||||
tuyos |
|
||||
tuyas |
|
||||
suyo | his, hers, theirs
|
||||
suya |
|
||||
suyos |
|
||||
suyas |
|
||||
nuestro | ours
|
||||
nuestra |
|
||||
nuestros |
|
||||
nuestras |
|
||||
vuestro | yours
|
||||
vuestra |
|
||||
vuestros |
|
||||
vuestras |
|
||||
esos | those
|
||||
esas | those
|
||||
|
||||
| forms of estar, to be (not including the infinitive):
|
||||
estoy
|
||||
estás
|
||||
está
|
||||
estamos
|
||||
estáis
|
||||
están
|
||||
esté
|
||||
estés
|
||||
estemos
|
||||
estéis
|
||||
estén
|
||||
estaré
|
||||
estarás
|
||||
estará
|
||||
estaremos
|
||||
estaréis
|
||||
estarán
|
||||
estaría
|
||||
estarías
|
||||
estaríamos
|
||||
estaríais
|
||||
estarían
|
||||
estaba
|
||||
estabas
|
||||
estábamos
|
||||
estabais
|
||||
estaban
|
||||
estuve
|
||||
estuviste
|
||||
estuvo
|
||||
estuvimos
|
||||
estuvisteis
|
||||
estuvieron
|
||||
estuviera
|
||||
estuvieras
|
||||
estuviéramos
|
||||
estuvierais
|
||||
estuvieran
|
||||
estuviese
|
||||
estuvieses
|
||||
estuviésemos
|
||||
estuvieseis
|
||||
estuviesen
|
||||
estando
|
||||
estado
|
||||
estada
|
||||
estados
|
||||
estadas
|
||||
estad
|
||||
|
||||
| forms of haber, to have (not including the infinitive):
|
||||
he
|
||||
has
|
||||
ha
|
||||
hemos
|
||||
habéis
|
||||
han
|
||||
haya
|
||||
hayas
|
||||
hayamos
|
||||
hayáis
|
||||
hayan
|
||||
habré
|
||||
habrás
|
||||
habrá
|
||||
habremos
|
||||
habréis
|
||||
habrán
|
||||
habría
|
||||
habrías
|
||||
habríamos
|
||||
habríais
|
||||
habrían
|
||||
había
|
||||
habías
|
||||
habíamos
|
||||
habíais
|
||||
habían
|
||||
hube
|
||||
hubiste
|
||||
hubo
|
||||
hubimos
|
||||
hubisteis
|
||||
hubieron
|
||||
hubiera
|
||||
hubieras
|
||||
hubiéramos
|
||||
hubierais
|
||||
hubieran
|
||||
hubiese
|
||||
hubieses
|
||||
hubiésemos
|
||||
hubieseis
|
||||
hubiesen
|
||||
habiendo
|
||||
habido
|
||||
habida
|
||||
habidos
|
||||
habidas
|
||||
|
||||
| forms of ser, to be (not including the infinitive):
|
||||
soy
|
||||
eres
|
||||
es
|
||||
somos
|
||||
sois
|
||||
son
|
||||
sea
|
||||
seas
|
||||
seamos
|
||||
seáis
|
||||
sean
|
||||
seré
|
||||
serás
|
||||
será
|
||||
seremos
|
||||
seréis
|
||||
serán
|
||||
sería
|
||||
serías
|
||||
seríamos
|
||||
seríais
|
||||
serían
|
||||
era
|
||||
eras
|
||||
éramos
|
||||
erais
|
||||
eran
|
||||
fui
|
||||
fuiste
|
||||
fue
|
||||
fuimos
|
||||
fuisteis
|
||||
fueron
|
||||
fuera
|
||||
fueras
|
||||
fuéramos
|
||||
fuerais
|
||||
fueran
|
||||
fuese
|
||||
fueses
|
||||
fuésemos
|
||||
fueseis
|
||||
fuesen
|
||||
siendo
|
||||
sido
|
||||
| sed also means 'thirst'
|
||||
|
||||
| forms of tener, to have (not including the infinitive):
|
||||
tengo
|
||||
tienes
|
||||
tiene
|
||||
tenemos
|
||||
tenéis
|
||||
tienen
|
||||
tenga
|
||||
tengas
|
||||
tengamos
|
||||
tengáis
|
||||
tengan
|
||||
tendré
|
||||
tendrás
|
||||
tendrá
|
||||
tendremos
|
||||
tendréis
|
||||
tendrán
|
||||
tendría
|
||||
tendrías
|
||||
tendríamos
|
||||
tendríais
|
||||
tendrían
|
||||
tenía
|
||||
tenías
|
||||
teníamos
|
||||
teníais
|
||||
tenían
|
||||
tuve
|
||||
tuviste
|
||||
tuvo
|
||||
tuvimos
|
||||
tuvisteis
|
||||
tuvieron
|
||||
tuviera
|
||||
tuvieras
|
||||
tuviéramos
|
||||
tuvierais
|
||||
tuvieran
|
||||
tuviese
|
||||
tuvieses
|
||||
tuviésemos
|
||||
tuvieseis
|
||||
tuviesen
|
||||
teniendo
|
||||
tenido
|
||||
tenida
|
||||
tenidos
|
||||
tenidas
|
||||
tened
|
||||
@@ -0,0 +1,233 @@
|
||||
from __future__ import annotations
|
||||
|
||||
FINNISH_STOPWORDS = frozenset({
|
||||
'ei',
|
||||
'eivät',
|
||||
'emme',
|
||||
'en',
|
||||
'et',
|
||||
'ette',
|
||||
'että',
|
||||
'he',
|
||||
'heidän',
|
||||
'heidät',
|
||||
'heihin',
|
||||
'heille',
|
||||
'heillä',
|
||||
'heiltä',
|
||||
'heissä',
|
||||
'heistä',
|
||||
'heitä',
|
||||
'hän',
|
||||
'häneen',
|
||||
'hänelle',
|
||||
'hänellä',
|
||||
'häneltä',
|
||||
'hänen',
|
||||
'hänessä',
|
||||
'hänestä',
|
||||
'hänet',
|
||||
'häntä',
|
||||
'itse',
|
||||
'ja',
|
||||
'johon',
|
||||
'joiden',
|
||||
'joihin',
|
||||
'joiksi',
|
||||
'joilla',
|
||||
'joille',
|
||||
'joilta',
|
||||
'joina',
|
||||
'joissa',
|
||||
'joista',
|
||||
'joita',
|
||||
'joka',
|
||||
'joksi',
|
||||
'jolla',
|
||||
'jolle',
|
||||
'jolta',
|
||||
'jona',
|
||||
'jonka',
|
||||
'jos',
|
||||
'jossa',
|
||||
'josta',
|
||||
'jota',
|
||||
'jotka',
|
||||
'kanssa',
|
||||
'keiden',
|
||||
'keihin',
|
||||
'keiksi',
|
||||
'keille',
|
||||
'keillä',
|
||||
'keiltä',
|
||||
'keinä',
|
||||
'keissä',
|
||||
'keistä',
|
||||
'keitä',
|
||||
'keneen',
|
||||
'keneksi',
|
||||
'kenelle',
|
||||
'kenellä',
|
||||
'keneltä',
|
||||
'kenen',
|
||||
'kenenä',
|
||||
'kenessä',
|
||||
'kenestä',
|
||||
'kenet',
|
||||
'ketkä',
|
||||
'ketä',
|
||||
'koska',
|
||||
'kuin',
|
||||
'kuka',
|
||||
'kun',
|
||||
'me',
|
||||
'meidän',
|
||||
'meidät',
|
||||
'meihin',
|
||||
'meille',
|
||||
'meillä',
|
||||
'meiltä',
|
||||
'meissä',
|
||||
'meistä',
|
||||
'meitä',
|
||||
'mihin',
|
||||
'miksi',
|
||||
'mikä',
|
||||
'mille',
|
||||
'millä',
|
||||
'miltä',
|
||||
'minkä',
|
||||
'minua',
|
||||
'minulla',
|
||||
'minulle',
|
||||
'minulta',
|
||||
'minun',
|
||||
'minussa',
|
||||
'minusta',
|
||||
'minut',
|
||||
'minuun',
|
||||
'minä',
|
||||
'missä',
|
||||
'mistä',
|
||||
'mitkä',
|
||||
'mitä',
|
||||
'mukaan',
|
||||
'mutta',
|
||||
'ne',
|
||||
'niiden',
|
||||
'niihin',
|
||||
'niiksi',
|
||||
'niille',
|
||||
'niillä',
|
||||
'niiltä',
|
||||
'niin',
|
||||
'niinä',
|
||||
'niissä',
|
||||
'niistä',
|
||||
'niitä',
|
||||
'noiden',
|
||||
'noihin',
|
||||
'noiksi',
|
||||
'noilla',
|
||||
'noille',
|
||||
'noilta',
|
||||
'noin',
|
||||
'noina',
|
||||
'noissa',
|
||||
'noista',
|
||||
'noita',
|
||||
'nuo',
|
||||
'nyt',
|
||||
'näiden',
|
||||
'näihin',
|
||||
'näiksi',
|
||||
'näille',
|
||||
'näillä',
|
||||
'näiltä',
|
||||
'näinä',
|
||||
'näissä',
|
||||
'näistä',
|
||||
'näitä',
|
||||
'nämä',
|
||||
'ole',
|
||||
'olemme',
|
||||
'olen',
|
||||
'olet',
|
||||
'olette',
|
||||
'oli',
|
||||
'olimme',
|
||||
'olin',
|
||||
'olisi',
|
||||
'olisimme',
|
||||
'olisin',
|
||||
'olisit',
|
||||
'olisitte',
|
||||
'olisivat',
|
||||
'olit',
|
||||
'olitte',
|
||||
'olivat',
|
||||
'olla',
|
||||
'olleet',
|
||||
'ollut',
|
||||
'on',
|
||||
'ovat',
|
||||
'poikki',
|
||||
'se',
|
||||
'sekä',
|
||||
'sen',
|
||||
'siihen',
|
||||
'siinä',
|
||||
'siitä',
|
||||
'siksi',
|
||||
'sille',
|
||||
'sillä',
|
||||
'siltä',
|
||||
'sinua',
|
||||
'sinulla',
|
||||
'sinulle',
|
||||
'sinulta',
|
||||
'sinun',
|
||||
'sinussa',
|
||||
'sinusta',
|
||||
'sinut',
|
||||
'sinuun',
|
||||
'sinä',
|
||||
'sitä',
|
||||
'tai',
|
||||
'te',
|
||||
'teidän',
|
||||
'teidät',
|
||||
'teihin',
|
||||
'teille',
|
||||
'teillä',
|
||||
'teiltä',
|
||||
'teissä',
|
||||
'teistä',
|
||||
'teitä',
|
||||
'tuo',
|
||||
'tuohon',
|
||||
'tuoksi',
|
||||
'tuolla',
|
||||
'tuolle',
|
||||
'tuolta',
|
||||
'tuon',
|
||||
'tuona',
|
||||
'tuossa',
|
||||
'tuosta',
|
||||
'tuota',
|
||||
'tähän',
|
||||
'täksi',
|
||||
'tälle',
|
||||
'tällä',
|
||||
'tältä',
|
||||
'tämä',
|
||||
'tämän',
|
||||
'tänä',
|
||||
'tässä',
|
||||
'tästä',
|
||||
'tätä',
|
||||
'vaan',
|
||||
'vai',
|
||||
'vaikka',
|
||||
'yli',
|
||||
})
|
||||
@@ -0,0 +1,88 @@
|
||||
| source: https://snowballstem.org/algorithms/finnish/stop.txt
|
||||
| forms of BE
|
||||
|
||||
olla
|
||||
olen
|
||||
olet
|
||||
on
|
||||
olemme
|
||||
olette
|
||||
ovat
|
||||
ole | negative form
|
||||
|
||||
oli
|
||||
olisi
|
||||
olisit
|
||||
olisin
|
||||
olisimme
|
||||
olisitte
|
||||
olisivat
|
||||
olit
|
||||
olin
|
||||
olimme
|
||||
olitte
|
||||
olivat
|
||||
ollut
|
||||
olleet
|
||||
|
||||
en | negation
|
||||
et
|
||||
ei
|
||||
emme
|
||||
ette
|
||||
eivät
|
||||
|
||||
|Nom Gen Acc Part Iness Elat Illat Adess Ablat Allat Ess Trans
|
||||
minä minun minut minua minussa minusta minuun minulla minulta minulle | I
|
||||
sinä sinun sinut sinua sinussa sinusta sinuun sinulla sinulta sinulle | you
|
||||
hän hänen hänet häntä hänessä hänestä häneen hänellä häneltä hänelle | he she
|
||||
me meidän meidät meitä meissä meistä meihin meillä meiltä meille | we
|
||||
te teidän teidät teitä teissä teistä teihin teillä teiltä teille | you
|
||||
he heidän heidät heitä heissä heistä heihin heillä heiltä heille | they
|
||||
|
||||
tämä tämän tätä tässä tästä tähän tällä tältä tälle tänä täksi | this
|
||||
tuo tuon tuota tuossa tuosta tuohon tuolla tuolta tuolle tuona tuoksi | that
|
||||
se sen sitä siinä siitä siihen sillä siltä sille sinä siksi | it
|
||||
nämä näiden näitä näissä näistä näihin näillä näiltä näille näinä näiksi | these
|
||||
nuo noiden noita noissa noista noihin noilla noilta noille noina noiksi | those
|
||||
ne niiden niitä niissä niistä niihin niillä niiltä niille niinä niiksi | they
|
||||
|
||||
kuka kenen kenet ketä kenessä kenestä keneen kenellä keneltä kenelle kenenä keneksi| who
|
||||
ketkä keiden ketkä keitä keissä keistä keihin keillä keiltä keille keinä keiksi | (pl)
|
||||
mikä minkä minkä mitä missä mistä mihin millä miltä mille minä miksi | which what
|
||||
mitkä | (pl)
|
||||
|
||||
joka jonka jota jossa josta johon jolla jolta jolle jona joksi | who which
|
||||
jotka joiden joita joissa joista joihin joilla joilta joille joina joiksi | (pl)
|
||||
|
||||
| conjunctions
|
||||
|
||||
että | that
|
||||
ja | and
|
||||
jos | if
|
||||
koska | because
|
||||
kuin | than
|
||||
mutta | but
|
||||
niin | so
|
||||
sekä | and
|
||||
sillä | for
|
||||
tai | or
|
||||
vaan | but
|
||||
vai | or
|
||||
vaikka | although
|
||||
|
||||
|
||||
| prepositions
|
||||
|
||||
kanssa | with
|
||||
mukaan | according to
|
||||
noin | about
|
||||
poikki | across
|
||||
yli | over, across
|
||||
|
||||
| other
|
||||
|
||||
kun | when
|
||||
niin | so
|
||||
nyt | now
|
||||
itse | self
|
||||
@@ -0,0 +1,168 @@
|
||||
from __future__ import annotations
|
||||
|
||||
FRENCH_STOPWORDS = frozenset({
|
||||
'ai',
|
||||
'aie',
|
||||
'aient',
|
||||
'aies',
|
||||
'ait',
|
||||
'as',
|
||||
'au',
|
||||
'aura',
|
||||
'aurai',
|
||||
'auraient',
|
||||
'aurais',
|
||||
'aurait',
|
||||
'auras',
|
||||
'aurez',
|
||||
'auriez',
|
||||
'aurions',
|
||||
'aurons',
|
||||
'auront',
|
||||
'aux',
|
||||
'avaient',
|
||||
'avais',
|
||||
'avait',
|
||||
'avec',
|
||||
'avez',
|
||||
'aviez',
|
||||
'avions',
|
||||
'avons',
|
||||
'ayant',
|
||||
'ayez',
|
||||
'ayons',
|
||||
'c',
|
||||
'ce',
|
||||
'ceci',
|
||||
'cela',
|
||||
'celà',
|
||||
'ces',
|
||||
'cet',
|
||||
'cette',
|
||||
'd',
|
||||
'dans',
|
||||
'de',
|
||||
'des',
|
||||
'du',
|
||||
'elle',
|
||||
'en',
|
||||
'es',
|
||||
'est',
|
||||
'et',
|
||||
'eu',
|
||||
'eue',
|
||||
'eues',
|
||||
'eurent',
|
||||
'eus',
|
||||
'eusse',
|
||||
'eussent',
|
||||
'eusses',
|
||||
'eussiez',
|
||||
'eussions',
|
||||
'eut',
|
||||
'eux',
|
||||
'eûmes',
|
||||
'eût',
|
||||
'eûtes',
|
||||
'furent',
|
||||
'fus',
|
||||
'fusse',
|
||||
'fussent',
|
||||
'fusses',
|
||||
'fussiez',
|
||||
'fussions',
|
||||
'fut',
|
||||
'fûmes',
|
||||
'fût',
|
||||
'fûtes',
|
||||
'ici',
|
||||
'il',
|
||||
'ils',
|
||||
'j',
|
||||
'je',
|
||||
'l',
|
||||
'la',
|
||||
'le',
|
||||
'les',
|
||||
'leur',
|
||||
'leurs',
|
||||
'lui',
|
||||
'm',
|
||||
'ma',
|
||||
'mais',
|
||||
'me',
|
||||
'mes',
|
||||
'moi',
|
||||
'mon',
|
||||
'même',
|
||||
'n',
|
||||
'ne',
|
||||
'nos',
|
||||
'notre',
|
||||
'nous',
|
||||
'on',
|
||||
'ont',
|
||||
'ou',
|
||||
'par',
|
||||
'pas',
|
||||
'pour',
|
||||
'qu',
|
||||
'que',
|
||||
'quel',
|
||||
'quelle',
|
||||
'quelles',
|
||||
'quels',
|
||||
'qui',
|
||||
's',
|
||||
'sa',
|
||||
'sans',
|
||||
'se',
|
||||
'sera',
|
||||
'serai',
|
||||
'seraient',
|
||||
'serais',
|
||||
'serait',
|
||||
'seras',
|
||||
'serez',
|
||||
'seriez',
|
||||
'serions',
|
||||
'serons',
|
||||
'seront',
|
||||
'ses',
|
||||
'soi',
|
||||
'soient',
|
||||
'sois',
|
||||
'soit',
|
||||
'sommes',
|
||||
'son',
|
||||
'sont',
|
||||
'soyez',
|
||||
'soyons',
|
||||
'suis',
|
||||
'sur',
|
||||
't',
|
||||
'ta',
|
||||
'te',
|
||||
'tes',
|
||||
'toi',
|
||||
'ton',
|
||||
'tu',
|
||||
'un',
|
||||
'une',
|
||||
'vos',
|
||||
'votre',
|
||||
'vous',
|
||||
'y',
|
||||
'à',
|
||||
'étaient',
|
||||
'étais',
|
||||
'était',
|
||||
'étant',
|
||||
'étiez',
|
||||
'étions',
|
||||
'été',
|
||||
'étée',
|
||||
'étées',
|
||||
'étés',
|
||||
'êtes',
|
||||
})
|
||||
@@ -0,0 +1,174 @@
|
||||
| source: https://snowballstem.org/algorithms/french/stop.txt
|
||||
au | a + le
|
||||
aux | a + les
|
||||
avec | with
|
||||
ce | this
|
||||
ces | these
|
||||
dans | with
|
||||
de | of
|
||||
des | de + les
|
||||
du | de + le
|
||||
elle | she
|
||||
en | `of them' etc
|
||||
et | and
|
||||
eux | them
|
||||
il | he
|
||||
je | I
|
||||
la | the
|
||||
le | the
|
||||
leur | their
|
||||
lui | him
|
||||
ma | my (fem)
|
||||
mais | but
|
||||
me | me
|
||||
même | same; as in moi-même (myself) etc
|
||||
mes | me (pl)
|
||||
moi | me
|
||||
mon | my (masc)
|
||||
ne | not
|
||||
nos | our (pl)
|
||||
notre | our
|
||||
nous | we
|
||||
on | one
|
||||
ou | where
|
||||
par | by
|
||||
pas | not
|
||||
pour | for
|
||||
qu | que before vowel
|
||||
que | that
|
||||
qui | who
|
||||
sa | his, her (fem)
|
||||
se | oneself
|
||||
ses | his (pl)
|
||||
son | his, her (masc)
|
||||
sur | on
|
||||
ta | thy (fem)
|
||||
te | thee
|
||||
tes | thy (pl)
|
||||
toi | thee
|
||||
ton | thy (masc)
|
||||
tu | thou
|
||||
un | a
|
||||
une | a
|
||||
vos | your (pl)
|
||||
votre | your
|
||||
vous | you
|
||||
|
||||
| single letter forms
|
||||
|
||||
c | c'
|
||||
d | d'
|
||||
j | j'
|
||||
l | l'
|
||||
à | to, at
|
||||
m | m'
|
||||
n | n'
|
||||
s | s'
|
||||
t | t'
|
||||
y | there
|
||||
|
||||
| forms of être (not including the infinitive):
|
||||
été
|
||||
étée
|
||||
étées
|
||||
étés
|
||||
étant
|
||||
suis
|
||||
es
|
||||
est
|
||||
sommes
|
||||
êtes
|
||||
sont
|
||||
serai
|
||||
seras
|
||||
sera
|
||||
serons
|
||||
serez
|
||||
seront
|
||||
serais
|
||||
serait
|
||||
serions
|
||||
seriez
|
||||
seraient
|
||||
étais
|
||||
était
|
||||
étions
|
||||
étiez
|
||||
étaient
|
||||
fus
|
||||
fut
|
||||
fûmes
|
||||
fûtes
|
||||
furent
|
||||
sois
|
||||
soit
|
||||
soyons
|
||||
soyez
|
||||
soient
|
||||
fusse
|
||||
fusses
|
||||
fût
|
||||
fussions
|
||||
fussiez
|
||||
fussent
|
||||
|
||||
| forms of avoir (not including the infinitive):
|
||||
ayant
|
||||
eu
|
||||
eue
|
||||
eues
|
||||
eus
|
||||
ai
|
||||
as
|
||||
avons
|
||||
avez
|
||||
ont
|
||||
aurai
|
||||
auras
|
||||
aura
|
||||
aurons
|
||||
aurez
|
||||
auront
|
||||
aurais
|
||||
aurait
|
||||
aurions
|
||||
auriez
|
||||
auraient
|
||||
avais
|
||||
avait
|
||||
avions
|
||||
aviez
|
||||
avaient
|
||||
eut
|
||||
eûmes
|
||||
eûtes
|
||||
eurent
|
||||
aie
|
||||
aies
|
||||
ait
|
||||
ayons
|
||||
ayez
|
||||
aient
|
||||
eusse
|
||||
eusses
|
||||
eût
|
||||
eussions
|
||||
eussiez
|
||||
eussent
|
||||
|
||||
| Later additions (from Jean-Christophe Deschamps)
|
||||
ceci | this
|
||||
cela | that (added 11 Apr 2012. Omission reported by Adrien Grand)
|
||||
celà | that (incorrect, though common)
|
||||
cet | this
|
||||
cette | this
|
||||
ici | here
|
||||
ils | they
|
||||
les | the (pl)
|
||||
leurs | their (pl)
|
||||
quel | which
|
||||
quels | which
|
||||
quelle | which
|
||||
quelles | which
|
||||
sans | without
|
||||
soi | oneself
|
||||
@@ -0,0 +1,202 @@
|
||||
from __future__ import annotations
|
||||
|
||||
HUNGARIAN_STOPWORDS = frozenset({
|
||||
'a',
|
||||
'abban',
|
||||
'ahhoz',
|
||||
'ahogy',
|
||||
'ahol',
|
||||
'aki',
|
||||
'akik',
|
||||
'akkor',
|
||||
'alatt',
|
||||
'amely',
|
||||
'amelyek',
|
||||
'amelyekben',
|
||||
'amelyeket',
|
||||
'amelyet',
|
||||
'amelynek',
|
||||
'ami',
|
||||
'amikor',
|
||||
'amit',
|
||||
'amolyan',
|
||||
'amíg',
|
||||
'annak',
|
||||
'arra',
|
||||
'arról',
|
||||
'az',
|
||||
'azok',
|
||||
'azon',
|
||||
'azonban',
|
||||
'azt',
|
||||
'aztán',
|
||||
'azután',
|
||||
'azzal',
|
||||
'azért',
|
||||
'be',
|
||||
'belül',
|
||||
'benne',
|
||||
'bár',
|
||||
'cikk',
|
||||
'cikkek',
|
||||
'cikkeket',
|
||||
'csak',
|
||||
'de',
|
||||
'e',
|
||||
'ebben',
|
||||
'eddig',
|
||||
'egy',
|
||||
'egyes',
|
||||
'egyetlen',
|
||||
'egyik',
|
||||
'egyre',
|
||||
'egyéb',
|
||||
'egész',
|
||||
'ehhez',
|
||||
'ekkor',
|
||||
'el',
|
||||
'ellen',
|
||||
'első',
|
||||
'elég',
|
||||
'elő',
|
||||
'először',
|
||||
'előtt',
|
||||
'emilyen',
|
||||
'ennek',
|
||||
'erre',
|
||||
'ez',
|
||||
'ezek',
|
||||
'ezen',
|
||||
'ezt',
|
||||
'ezzel',
|
||||
'ezért',
|
||||
'fel',
|
||||
'felé',
|
||||
'hanem',
|
||||
'hiszen',
|
||||
'hogy',
|
||||
'hogyan',
|
||||
'igen',
|
||||
'ill',
|
||||
'ill.',
|
||||
'illetve',
|
||||
'ilyen',
|
||||
'ilyenkor',
|
||||
'ismét',
|
||||
'ison',
|
||||
'itt',
|
||||
'jobban',
|
||||
'jó',
|
||||
'jól',
|
||||
'kell',
|
||||
'kellett',
|
||||
'keressünk',
|
||||
'keresztül',
|
||||
'ki',
|
||||
'kívül',
|
||||
'között',
|
||||
'közül',
|
||||
'legalább',
|
||||
'legyen',
|
||||
'lehet',
|
||||
'lehetett',
|
||||
'lenne',
|
||||
'lenni',
|
||||
'lesz',
|
||||
'lett',
|
||||
'maga',
|
||||
'magát',
|
||||
'majd',
|
||||
'meg',
|
||||
'mellett',
|
||||
'mely',
|
||||
'melyek',
|
||||
'mert',
|
||||
'mi',
|
||||
'mikor',
|
||||
'milyen',
|
||||
'minden',
|
||||
'mindenki',
|
||||
'mindent',
|
||||
'mindig',
|
||||
'mint',
|
||||
'mintha',
|
||||
'mit',
|
||||
'mivel',
|
||||
'miért',
|
||||
'most',
|
||||
'már',
|
||||
'más',
|
||||
'másik',
|
||||
'még',
|
||||
'míg',
|
||||
'nagy',
|
||||
'nagyobb',
|
||||
'nagyon',
|
||||
'ne',
|
||||
'nekem',
|
||||
'neki',
|
||||
'nem',
|
||||
'nincs',
|
||||
'néha',
|
||||
'néhány',
|
||||
'nélkül',
|
||||
'olyan',
|
||||
'ott',
|
||||
'pedig',
|
||||
'persze',
|
||||
'rá',
|
||||
's',
|
||||
'saját',
|
||||
'sem',
|
||||
'semmi',
|
||||
'sok',
|
||||
'sokat',
|
||||
'sokkal',
|
||||
'szemben',
|
||||
'szerint',
|
||||
'szinte',
|
||||
'számára',
|
||||
'talán',
|
||||
'tehát',
|
||||
'teljes',
|
||||
'tovább',
|
||||
'továbbá',
|
||||
'több',
|
||||
'ugyanis',
|
||||
'utolsó',
|
||||
'után',
|
||||
'utána',
|
||||
'vagy',
|
||||
'vagyis',
|
||||
'vagyok',
|
||||
'valaki',
|
||||
'valami',
|
||||
'valamint',
|
||||
'való',
|
||||
'van',
|
||||
'vannak',
|
||||
'vele',
|
||||
'vissza',
|
||||
'viszont',
|
||||
'volna',
|
||||
'volt',
|
||||
'voltak',
|
||||
'voltam',
|
||||
'voltunk',
|
||||
'által',
|
||||
'általában',
|
||||
'át',
|
||||
'én',
|
||||
'éppen',
|
||||
'és',
|
||||
'így',
|
||||
'össze',
|
||||
'úgy',
|
||||
'új',
|
||||
'újabb',
|
||||
'újra',
|
||||
'ő',
|
||||
'ők',
|
||||
'őket',
|
||||
})
|
||||
@@ -0,0 +1,201 @@
|
||||
| source: https://snowballstem.org/algorithms/hungarian/stop.txt
|
||||
| prepared by Anna Tordai
|
||||
a
|
||||
ahogy
|
||||
ahol
|
||||
aki
|
||||
akik
|
||||
akkor
|
||||
alatt
|
||||
által
|
||||
általában
|
||||
amely
|
||||
amelyek
|
||||
amelyekben
|
||||
amelyeket
|
||||
amelyet
|
||||
amelynek
|
||||
ami
|
||||
amit
|
||||
amolyan
|
||||
amíg
|
||||
amikor
|
||||
át
|
||||
abban
|
||||
ahhoz
|
||||
annak
|
||||
arra
|
||||
arról
|
||||
az
|
||||
azok
|
||||
azon
|
||||
azt
|
||||
azzal
|
||||
azért
|
||||
aztán
|
||||
azután
|
||||
azonban
|
||||
bár
|
||||
be
|
||||
belül
|
||||
benne
|
||||
cikk
|
||||
cikkek
|
||||
cikkeket
|
||||
csak
|
||||
de
|
||||
e
|
||||
eddig
|
||||
egész
|
||||
egy
|
||||
egyes
|
||||
egyetlen
|
||||
egyéb
|
||||
egyik
|
||||
egyre
|
||||
ekkor
|
||||
el
|
||||
elég
|
||||
ellen
|
||||
elő
|
||||
először
|
||||
előtt
|
||||
első
|
||||
én
|
||||
éppen
|
||||
ebben
|
||||
ehhez
|
||||
emilyen
|
||||
ennek
|
||||
erre
|
||||
ez
|
||||
ezt
|
||||
ezek
|
||||
ezen
|
||||
ezzel
|
||||
ezért
|
||||
és
|
||||
fel
|
||||
felé
|
||||
hanem
|
||||
hiszen
|
||||
hogy
|
||||
hogyan
|
||||
igen
|
||||
így
|
||||
illetve
|
||||
ill.
|
||||
ill
|
||||
ilyen
|
||||
ilyenkor
|
||||
ison
|
||||
ismét
|
||||
itt
|
||||
jó
|
||||
jól
|
||||
jobban
|
||||
kell
|
||||
kellett
|
||||
keresztül
|
||||
keressünk
|
||||
ki
|
||||
kívül
|
||||
között
|
||||
közül
|
||||
legalább
|
||||
lehet
|
||||
lehetett
|
||||
legyen
|
||||
lenne
|
||||
lenni
|
||||
lesz
|
||||
lett
|
||||
maga
|
||||
magát
|
||||
majd
|
||||
majd
|
||||
már
|
||||
más
|
||||
másik
|
||||
meg
|
||||
még
|
||||
mellett
|
||||
mert
|
||||
mely
|
||||
melyek
|
||||
mi
|
||||
mit
|
||||
míg
|
||||
miért
|
||||
milyen
|
||||
mikor
|
||||
minden
|
||||
mindent
|
||||
mindenki
|
||||
mindig
|
||||
mint
|
||||
mintha
|
||||
mivel
|
||||
most
|
||||
nagy
|
||||
nagyobb
|
||||
nagyon
|
||||
ne
|
||||
néha
|
||||
nekem
|
||||
neki
|
||||
nem
|
||||
néhány
|
||||
nélkül
|
||||
nincs
|
||||
olyan
|
||||
ott
|
||||
össze
|
||||
ő
|
||||
ők
|
||||
őket
|
||||
pedig
|
||||
persze
|
||||
rá
|
||||
s
|
||||
saját
|
||||
sem
|
||||
semmi
|
||||
sok
|
||||
sokat
|
||||
sokkal
|
||||
számára
|
||||
szemben
|
||||
szerint
|
||||
szinte
|
||||
talán
|
||||
tehát
|
||||
teljes
|
||||
tovább
|
||||
továbbá
|
||||
több
|
||||
úgy
|
||||
ugyanis
|
||||
új
|
||||
újabb
|
||||
újra
|
||||
után
|
||||
utána
|
||||
utolsó
|
||||
vagy
|
||||
vagyis
|
||||
valaki
|
||||
valami
|
||||
valamint
|
||||
való
|
||||
vagyok
|
||||
van
|
||||
vannak
|
||||
volt
|
||||
voltam
|
||||
voltak
|
||||
voltunk
|
||||
vissza
|
||||
vele
|
||||
viszont
|
||||
volna
|
||||
@@ -0,0 +1,282 @@
|
||||
from __future__ import annotations
|
||||
|
||||
ITALIAN_STOPWORDS = frozenset({
|
||||
'a',
|
||||
'abbia',
|
||||
'abbiamo',
|
||||
'abbiano',
|
||||
'abbiate',
|
||||
'ad',
|
||||
'agl',
|
||||
'agli',
|
||||
'ai',
|
||||
'al',
|
||||
'all',
|
||||
'alla',
|
||||
'alle',
|
||||
'allo',
|
||||
'anche',
|
||||
'avemmo',
|
||||
'avendo',
|
||||
'avesse',
|
||||
'avessero',
|
||||
'avessi',
|
||||
'avessimo',
|
||||
'aveste',
|
||||
'avesti',
|
||||
'avete',
|
||||
'aveva',
|
||||
'avevamo',
|
||||
'avevano',
|
||||
'avevate',
|
||||
'avevi',
|
||||
'avevo',
|
||||
'avrai',
|
||||
'avranno',
|
||||
'avrebbe',
|
||||
'avrebbero',
|
||||
'avrei',
|
||||
'avremmo',
|
||||
'avremo',
|
||||
'avreste',
|
||||
'avresti',
|
||||
'avrete',
|
||||
'avrà',
|
||||
'avrò',
|
||||
'avuta',
|
||||
'avute',
|
||||
'avuti',
|
||||
'avuto',
|
||||
'c',
|
||||
'che',
|
||||
'chi',
|
||||
'ci',
|
||||
'coi',
|
||||
'col',
|
||||
'come',
|
||||
'con',
|
||||
'contro',
|
||||
'cui',
|
||||
'da',
|
||||
'dagl',
|
||||
'dagli',
|
||||
'dai',
|
||||
'dal',
|
||||
'dall',
|
||||
'dalla',
|
||||
'dalle',
|
||||
'dallo',
|
||||
'degl',
|
||||
'degli',
|
||||
'dei',
|
||||
'del',
|
||||
'dell',
|
||||
'della',
|
||||
'delle',
|
||||
'dello',
|
||||
'di',
|
||||
'dov',
|
||||
'dove',
|
||||
'e',
|
||||
'ebbe',
|
||||
'ebbero',
|
||||
'ebbi',
|
||||
'ed',
|
||||
'era',
|
||||
'erano',
|
||||
'eravamo',
|
||||
'eravate',
|
||||
'eri',
|
||||
'ero',
|
||||
'essendo',
|
||||
'faccia',
|
||||
'facciamo',
|
||||
'facciano',
|
||||
'facciate',
|
||||
'faccio',
|
||||
'facemmo',
|
||||
'facendo',
|
||||
'facesse',
|
||||
'facessero',
|
||||
'facessi',
|
||||
'facessimo',
|
||||
'faceste',
|
||||
'facesti',
|
||||
'faceva',
|
||||
'facevamo',
|
||||
'facevano',
|
||||
'facevate',
|
||||
'facevi',
|
||||
'facevo',
|
||||
'fai',
|
||||
'fanno',
|
||||
'farai',
|
||||
'faranno',
|
||||
'farebbe',
|
||||
'farebbero',
|
||||
'farei',
|
||||
'faremmo',
|
||||
'faremo',
|
||||
'fareste',
|
||||
'faresti',
|
||||
'farete',
|
||||
'farà',
|
||||
'farò',
|
||||
'fece',
|
||||
'fecero',
|
||||
'feci',
|
||||
'fosse',
|
||||
'fossero',
|
||||
'fossi',
|
||||
'fossimo',
|
||||
'foste',
|
||||
'fosti',
|
||||
'fu',
|
||||
'fui',
|
||||
'fummo',
|
||||
'furono',
|
||||
'gli',
|
||||
'ha',
|
||||
'hai',
|
||||
'hanno',
|
||||
'ho',
|
||||
'i',
|
||||
'il',
|
||||
'in',
|
||||
'io',
|
||||
'l',
|
||||
'la',
|
||||
'le',
|
||||
'lei',
|
||||
'li',
|
||||
'lo',
|
||||
'loro',
|
||||
'lui',
|
||||
'ma',
|
||||
'mi',
|
||||
'mia',
|
||||
'mie',
|
||||
'miei',
|
||||
'mio',
|
||||
'ne',
|
||||
'negl',
|
||||
'negli',
|
||||
'nei',
|
||||
'nel',
|
||||
'nell',
|
||||
'nella',
|
||||
'nelle',
|
||||
'nello',
|
||||
'noi',
|
||||
'non',
|
||||
'nostra',
|
||||
'nostre',
|
||||
'nostri',
|
||||
'nostro',
|
||||
'o',
|
||||
'per',
|
||||
'perché',
|
||||
'più',
|
||||
'quale',
|
||||
'quanta',
|
||||
'quante',
|
||||
'quanti',
|
||||
'quanto',
|
||||
'quella',
|
||||
'quelle',
|
||||
'quelli',
|
||||
'quello',
|
||||
'questa',
|
||||
'queste',
|
||||
'questi',
|
||||
'questo',
|
||||
'sarai',
|
||||
'saranno',
|
||||
'sarebbe',
|
||||
'sarebbero',
|
||||
'sarei',
|
||||
'saremmo',
|
||||
'saremo',
|
||||
'sareste',
|
||||
'saresti',
|
||||
'sarete',
|
||||
'sarà',
|
||||
'sarò',
|
||||
'se',
|
||||
'sei',
|
||||
'si',
|
||||
'sia',
|
||||
'siamo',
|
||||
'siano',
|
||||
'siate',
|
||||
'siete',
|
||||
'sono',
|
||||
'sta',
|
||||
'stai',
|
||||
'stanno',
|
||||
'starai',
|
||||
'staranno',
|
||||
'starebbe',
|
||||
'starebbero',
|
||||
'starei',
|
||||
'staremmo',
|
||||
'staremo',
|
||||
'stareste',
|
||||
'staresti',
|
||||
'starete',
|
||||
'starà',
|
||||
'starò',
|
||||
'stava',
|
||||
'stavamo',
|
||||
'stavano',
|
||||
'stavate',
|
||||
'stavi',
|
||||
'stavo',
|
||||
'stemmo',
|
||||
'stesse',
|
||||
'stessero',
|
||||
'stessi',
|
||||
'stessimo',
|
||||
'steste',
|
||||
'stesti',
|
||||
'stette',
|
||||
'stettero',
|
||||
'stetti',
|
||||
'stia',
|
||||
'stiamo',
|
||||
'stiano',
|
||||
'stiate',
|
||||
'sto',
|
||||
'su',
|
||||
'sua',
|
||||
'sue',
|
||||
'sugl',
|
||||
'sugli',
|
||||
'sui',
|
||||
'sul',
|
||||
'sull',
|
||||
'sulla',
|
||||
'sulle',
|
||||
'sullo',
|
||||
'suo',
|
||||
'suoi',
|
||||
'ti',
|
||||
'tra',
|
||||
'tu',
|
||||
'tua',
|
||||
'tue',
|
||||
'tuo',
|
||||
'tuoi',
|
||||
'tutti',
|
||||
'tutto',
|
||||
'un',
|
||||
'una',
|
||||
'uno',
|
||||
'vi',
|
||||
'voi',
|
||||
'vostra',
|
||||
'vostre',
|
||||
'vostri',
|
||||
'vostro',
|
||||
'è',
|
||||
})
|
||||
@@ -0,0 +1,291 @@
|
||||
| source: https://snowballstem.org/algorithms/italian/stop.txt
|
||||
ad | a (to) before vowel
|
||||
al | a + il
|
||||
allo | a + lo
|
||||
ai | a + i
|
||||
agli | a + gli
|
||||
all | a + l'
|
||||
agl | a + gl'
|
||||
alla | a + la
|
||||
alle | a + le
|
||||
con | with
|
||||
col | con + il
|
||||
coi | con + i (forms collo, cogli etc are now very rare)
|
||||
da | from
|
||||
dal | da + il
|
||||
dallo | da + lo
|
||||
dai | da + i
|
||||
dagli | da + gli
|
||||
dall | da + l'
|
||||
dagl | da + gll'
|
||||
dalla | da + la
|
||||
dalle | da + le
|
||||
di | of
|
||||
del | di + il
|
||||
dello | di + lo
|
||||
dei | di + i
|
||||
degli | di + gli
|
||||
dell | di + l'
|
||||
degl | di + gl'
|
||||
della | di + la
|
||||
delle | di + le
|
||||
in | in
|
||||
nel | in + el
|
||||
nello | in + lo
|
||||
nei | in + i
|
||||
negli | in + gli
|
||||
nell | in + l'
|
||||
negl | in + gl'
|
||||
nella | in + la
|
||||
nelle | in + le
|
||||
su | on
|
||||
sul | su + il
|
||||
sullo | su + lo
|
||||
sui | su + i
|
||||
sugli | su + gli
|
||||
sull | su + l'
|
||||
sugl | su + gl'
|
||||
sulla | su + la
|
||||
sulle | su + le
|
||||
per | through, by
|
||||
tra | among
|
||||
contro | against
|
||||
io | I
|
||||
tu | thou
|
||||
lui | he
|
||||
lei | she
|
||||
noi | we
|
||||
voi | you
|
||||
loro | they
|
||||
mio | my
|
||||
mia |
|
||||
miei |
|
||||
mie |
|
||||
tuo |
|
||||
tua |
|
||||
tuoi | thy
|
||||
tue |
|
||||
suo |
|
||||
sua |
|
||||
suoi | his, her
|
||||
sue |
|
||||
nostro | our
|
||||
nostra |
|
||||
nostri |
|
||||
nostre |
|
||||
vostro | your
|
||||
vostra |
|
||||
vostri |
|
||||
vostre |
|
||||
mi | me
|
||||
ti | thee
|
||||
ci | us, there
|
||||
vi | you, there
|
||||
lo | him, the
|
||||
la | her, the
|
||||
li | them
|
||||
le | them, the
|
||||
gli | to him, the
|
||||
ne | from there etc
|
||||
il | the
|
||||
un | a
|
||||
uno | a
|
||||
una | a
|
||||
ma | but
|
||||
ed | and
|
||||
se | if
|
||||
perché | why, because
|
||||
anche | also
|
||||
come | how
|
||||
dov | where (as dov')
|
||||
dove | where
|
||||
che | who, that
|
||||
chi | who
|
||||
cui | whom
|
||||
non | not
|
||||
più | more
|
||||
quale | who, that
|
||||
quanto | how much
|
||||
quanti |
|
||||
quanta |
|
||||
quante |
|
||||
quello | that
|
||||
quelli |
|
||||
quella |
|
||||
quelle |
|
||||
questo | this
|
||||
questi |
|
||||
questa |
|
||||
queste |
|
||||
si | yes
|
||||
tutto | all
|
||||
tutti | all
|
||||
|
||||
| single letter forms:
|
||||
|
||||
a | at
|
||||
c | as c' for ce or ci
|
||||
e | and
|
||||
i | the
|
||||
l | as l'
|
||||
o | or
|
||||
|
||||
| forms of avere, to have (not including the infinitive):
|
||||
|
||||
ho
|
||||
hai
|
||||
ha
|
||||
abbiamo
|
||||
avete
|
||||
hanno
|
||||
abbia
|
||||
abbiate
|
||||
abbiano
|
||||
avrò
|
||||
avrai
|
||||
avrà
|
||||
avremo
|
||||
avrete
|
||||
avranno
|
||||
avrei
|
||||
avresti
|
||||
avrebbe
|
||||
avremmo
|
||||
avreste
|
||||
avrebbero
|
||||
avevo
|
||||
avevi
|
||||
aveva
|
||||
avevamo
|
||||
avevate
|
||||
avevano
|
||||
ebbi
|
||||
avesti
|
||||
ebbe
|
||||
avemmo
|
||||
aveste
|
||||
ebbero
|
||||
avessi
|
||||
avesse
|
||||
avessimo
|
||||
avessero
|
||||
avendo
|
||||
avuto
|
||||
avuta
|
||||
avuti
|
||||
avute
|
||||
|
||||
| forms of essere, to be (not including the infinitive):
|
||||
sono
|
||||
sei
|
||||
è
|
||||
siamo
|
||||
siete
|
||||
sia
|
||||
siate
|
||||
siano
|
||||
sarò
|
||||
sarai
|
||||
sarà
|
||||
saremo
|
||||
sarete
|
||||
saranno
|
||||
sarei
|
||||
saresti
|
||||
sarebbe
|
||||
saremmo
|
||||
sareste
|
||||
sarebbero
|
||||
ero
|
||||
eri
|
||||
era
|
||||
eravamo
|
||||
eravate
|
||||
erano
|
||||
fui
|
||||
fosti
|
||||
fu
|
||||
fummo
|
||||
foste
|
||||
furono
|
||||
fossi
|
||||
fosse
|
||||
fossimo
|
||||
fossero
|
||||
essendo
|
||||
|
||||
| forms of fare, to do (not including the infinitive, fa, fat-):
|
||||
faccio
|
||||
fai
|
||||
facciamo
|
||||
fanno
|
||||
faccia
|
||||
facciate
|
||||
facciano
|
||||
farò
|
||||
farai
|
||||
farà
|
||||
faremo
|
||||
farete
|
||||
faranno
|
||||
farei
|
||||
faresti
|
||||
farebbe
|
||||
faremmo
|
||||
fareste
|
||||
farebbero
|
||||
facevo
|
||||
facevi
|
||||
faceva
|
||||
facevamo
|
||||
facevate
|
||||
facevano
|
||||
feci
|
||||
facesti
|
||||
fece
|
||||
facemmo
|
||||
faceste
|
||||
fecero
|
||||
facessi
|
||||
facesse
|
||||
facessimo
|
||||
facessero
|
||||
facendo
|
||||
|
||||
| forms of stare, to be (not including the infinitive):
|
||||
sto
|
||||
stai
|
||||
sta
|
||||
stiamo
|
||||
stanno
|
||||
stia
|
||||
stiate
|
||||
stiano
|
||||
starò
|
||||
starai
|
||||
starà
|
||||
staremo
|
||||
starete
|
||||
staranno
|
||||
starei
|
||||
staresti
|
||||
starebbe
|
||||
staremmo
|
||||
stareste
|
||||
starebbero
|
||||
stavo
|
||||
stavi
|
||||
stava
|
||||
stavamo
|
||||
stavate
|
||||
stavano
|
||||
stetti
|
||||
stesti
|
||||
stette
|
||||
stemmo
|
||||
steste
|
||||
stettero
|
||||
stessi
|
||||
stesse
|
||||
stessimo
|
||||
stessero
|
||||
@@ -0,0 +1,105 @@
|
||||
from __future__ import annotations
|
||||
|
||||
DUTCH_STOPWORDS = frozenset({
|
||||
'aan',
|
||||
'al',
|
||||
'alles',
|
||||
'als',
|
||||
'altijd',
|
||||
'andere',
|
||||
'ben',
|
||||
'bij',
|
||||
'daar',
|
||||
'dan',
|
||||
'dat',
|
||||
'de',
|
||||
'der',
|
||||
'deze',
|
||||
'die',
|
||||
'dit',
|
||||
'doch',
|
||||
'doen',
|
||||
'door',
|
||||
'dus',
|
||||
'een',
|
||||
'eens',
|
||||
'en',
|
||||
'er',
|
||||
'ge',
|
||||
'geen',
|
||||
'geweest',
|
||||
'haar',
|
||||
'had',
|
||||
'heb',
|
||||
'hebben',
|
||||
'heeft',
|
||||
'hem',
|
||||
'het',
|
||||
'hier',
|
||||
'hij',
|
||||
'hoe',
|
||||
'hun',
|
||||
'iemand',
|
||||
'iets',
|
||||
'ik',
|
||||
'in',
|
||||
'is',
|
||||
'ja',
|
||||
'je',
|
||||
'kan',
|
||||
'kon',
|
||||
'kunnen',
|
||||
'maar',
|
||||
'me',
|
||||
'meer',
|
||||
'men',
|
||||
'met',
|
||||
'mij',
|
||||
'mijn',
|
||||
'moet',
|
||||
'na',
|
||||
'naar',
|
||||
'niet',
|
||||
'niets',
|
||||
'nog',
|
||||
'nu',
|
||||
'of',
|
||||
'om',
|
||||
'omdat',
|
||||
'onder',
|
||||
'ons',
|
||||
'ook',
|
||||
'op',
|
||||
'over',
|
||||
'reeds',
|
||||
'te',
|
||||
'tegen',
|
||||
'toch',
|
||||
'toen',
|
||||
'tot',
|
||||
'u',
|
||||
'uit',
|
||||
'uw',
|
||||
'van',
|
||||
'veel',
|
||||
'voor',
|
||||
'want',
|
||||
'waren',
|
||||
'was',
|
||||
'wat',
|
||||
'werd',
|
||||
'wezen',
|
||||
'wie',
|
||||
'wil',
|
||||
'worden',
|
||||
'wordt',
|
||||
'zal',
|
||||
'ze',
|
||||
'zelf',
|
||||
'zich',
|
||||
'zij',
|
||||
'zijn',
|
||||
'zo',
|
||||
'zonder',
|
||||
'zou',
|
||||
})
|
||||
@@ -0,0 +1,102 @@
|
||||
| source: https://snowballstem.org/algorithms/dutch/stop.txt
|
||||
de | the
|
||||
en | and
|
||||
van | of, from
|
||||
ik | I, the ego
|
||||
te | (1) chez, at etc, (2) to, (3) too
|
||||
dat | that, which
|
||||
die | that, those, who, which
|
||||
in | in, inside
|
||||
een | a, an, one
|
||||
hij | he
|
||||
het | the, it
|
||||
niet | not, nothing, naught
|
||||
zijn | (1) to be, being, (2) his, one's, its
|
||||
is | is
|
||||
was | (1) was, past tense of all persons sing. of 'zijn' (to be) (2) wax, (3) the washing, (4) rise of river
|
||||
op | on, upon, at, in, up, used up
|
||||
aan | on, upon, to (as dative)
|
||||
met | with, by
|
||||
als | like, such as, when
|
||||
voor | (1) before, in front of, (2) furrow
|
||||
had | had, past tense all persons sing. of 'hebben' (have)
|
||||
er | there
|
||||
maar | but, only
|
||||
om | round, about, for etc
|
||||
hem | him
|
||||
dan | then
|
||||
zou | should/would, past tense all persons sing. of 'zullen'
|
||||
of | or, whether, if
|
||||
wat | what, something, anything
|
||||
mijn | possessive and noun 'mine'
|
||||
men | people, 'one'
|
||||
dit | this
|
||||
zo | so, thus, in this way
|
||||
door | through by
|
||||
over | over, across
|
||||
ze | she, her, they, them
|
||||
zich | oneself
|
||||
bij | (1) a bee, (2) by, near, at
|
||||
ook | also, too
|
||||
tot | till, until
|
||||
je | you
|
||||
mij | me
|
||||
uit | out of, from
|
||||
der | Old Dutch form of 'van der' still found in surnames
|
||||
daar | (1) there, (2) because
|
||||
haar | (1) her, their, them, (2) hair
|
||||
naar | (1) unpleasant, unwell etc, (2) towards, (3) as
|
||||
heb | present first person sing. of 'to have'
|
||||
hoe | how, why
|
||||
heeft | present third person sing. of 'to have'
|
||||
hebben | 'to have' and various parts thereof
|
||||
deze | this
|
||||
u | you
|
||||
want | (1) for, (2) mitten, (3) rigging
|
||||
nog | yet, still
|
||||
zal | 'shall', first and third person sing. of verb 'zullen' (will)
|
||||
me | me
|
||||
zij | she, they
|
||||
nu | now
|
||||
ge | 'thou', still used in Belgium and south Netherlands
|
||||
geen | none
|
||||
omdat | because
|
||||
iets | something, somewhat
|
||||
worden | to become, grow, get
|
||||
toch | yet, still
|
||||
al | all, every, each
|
||||
waren | (1) 'were' (2) to wander, (3) wares, (3)
|
||||
veel | much, many
|
||||
meer | (1) more, (2) lake
|
||||
doen | to do, to make
|
||||
toen | then, when
|
||||
moet | noun 'spot/mote' and present form of 'to must'
|
||||
ben | (1) am, (2) 'are' in interrogative second person singular of 'to be'
|
||||
zonder | without
|
||||
kan | noun 'can' and present form of 'to be able'
|
||||
hun | their, them
|
||||
dus | so, consequently
|
||||
alles | all, everything, anything
|
||||
onder | under, beneath
|
||||
ja | yes, of course
|
||||
eens | once, one day
|
||||
hier | here
|
||||
wie | who
|
||||
werd | imperfect third person sing. of 'become'
|
||||
altijd | always
|
||||
doch | yet, but etc
|
||||
wordt | present third person sing. of 'become'
|
||||
wezen | (1) to be, (2) 'been' as in 'been fishing', (3) orphans
|
||||
kunnen | to be able
|
||||
ons | us/our
|
||||
zelf | self
|
||||
tegen | against, towards, at
|
||||
na | after, near
|
||||
reeds | already
|
||||
wil | (1) present tense of 'want', (2) 'will', noun, (3) fender
|
||||
kon | could; past tense of 'to be able'
|
||||
niets | nothing
|
||||
uw | your
|
||||
iemand | somebody
|
||||
geweest | been; past participle of 'be'
|
||||
andere | other
|
||||
@@ -0,0 +1,176 @@
|
||||
from __future__ import annotations
|
||||
|
||||
NORWEGIAN_STOPWORDS = frozenset({
|
||||
'alle',
|
||||
'at',
|
||||
'av',
|
||||
'bare',
|
||||
'begge',
|
||||
'ble',
|
||||
'blei',
|
||||
'bli',
|
||||
'blir',
|
||||
'blitt',
|
||||
'både',
|
||||
'båe',
|
||||
'da',
|
||||
'de',
|
||||
'deg',
|
||||
'dei',
|
||||
'deim',
|
||||
'deira',
|
||||
'deires',
|
||||
'dem',
|
||||
'den',
|
||||
'denne',
|
||||
'der',
|
||||
'dere',
|
||||
'deres',
|
||||
'det',
|
||||
'dette',
|
||||
'di',
|
||||
'din',
|
||||
'disse',
|
||||
'ditt',
|
||||
'du',
|
||||
'dykk',
|
||||
'dykkar',
|
||||
'då',
|
||||
'eg',
|
||||
'ein',
|
||||
'eit',
|
||||
'eitt',
|
||||
'eller',
|
||||
'elles',
|
||||
'en',
|
||||
'enn',
|
||||
'er',
|
||||
'et',
|
||||
'ett',
|
||||
'etter',
|
||||
'for',
|
||||
'fordi',
|
||||
'fra',
|
||||
'før',
|
||||
'ha',
|
||||
'hadde',
|
||||
'han',
|
||||
'hans',
|
||||
'har',
|
||||
'hennar',
|
||||
'henne',
|
||||
'hennes',
|
||||
'her',
|
||||
'hjå',
|
||||
'ho',
|
||||
'hoe',
|
||||
'honom',
|
||||
'hoss',
|
||||
'hossen',
|
||||
'hun',
|
||||
'hva',
|
||||
'hvem',
|
||||
'hver',
|
||||
'hvilke',
|
||||
'hvilken',
|
||||
'hvis',
|
||||
'hvor',
|
||||
'hvordan',
|
||||
'hvorfor',
|
||||
'i',
|
||||
'ikke',
|
||||
'ikkje',
|
||||
'ingen',
|
||||
'ingi',
|
||||
'inkje',
|
||||
'inn',
|
||||
'inni',
|
||||
'ja',
|
||||
'jeg',
|
||||
'kan',
|
||||
'kom',
|
||||
'korleis',
|
||||
'korso',
|
||||
'kun',
|
||||
'kunne',
|
||||
'kva',
|
||||
'kvar',
|
||||
'kvarhelst',
|
||||
'kven',
|
||||
'kvi',
|
||||
'kvifor',
|
||||
'man',
|
||||
'mange',
|
||||
'me',
|
||||
'med',
|
||||
'medan',
|
||||
'meg',
|
||||
'meget',
|
||||
'mellom',
|
||||
'men',
|
||||
'mi',
|
||||
'min',
|
||||
'mine',
|
||||
'mitt',
|
||||
'mot',
|
||||
'mykje',
|
||||
'ned',
|
||||
'no',
|
||||
'noe',
|
||||
'noen',
|
||||
'noka',
|
||||
'noko',
|
||||
'nokon',
|
||||
'nokor',
|
||||
'nokre',
|
||||
'nå',
|
||||
'når',
|
||||
'og',
|
||||
'også',
|
||||
'om',
|
||||
'opp',
|
||||
'oss',
|
||||
'over',
|
||||
'på',
|
||||
'samme',
|
||||
'seg',
|
||||
'selv',
|
||||
'si',
|
||||
'sia',
|
||||
'sidan',
|
||||
'siden',
|
||||
'sin',
|
||||
'sine',
|
||||
'sitt',
|
||||
'sjøl',
|
||||
'skal',
|
||||
'skulle',
|
||||
'slik',
|
||||
'so',
|
||||
'som',
|
||||
'somme',
|
||||
'somt',
|
||||
'så',
|
||||
'sånn',
|
||||
'til',
|
||||
'um',
|
||||
'upp',
|
||||
'ut',
|
||||
'uten',
|
||||
'var',
|
||||
'vart',
|
||||
'varte',
|
||||
'ved',
|
||||
'vere',
|
||||
'verte',
|
||||
'vi',
|
||||
'vil',
|
||||
'ville',
|
||||
'vore',
|
||||
'vors',
|
||||
'vort',
|
||||
'vår',
|
||||
'være',
|
||||
'vært',
|
||||
'å',
|
||||
})
|
||||
@@ -0,0 +1,177 @@
|
||||
| source: https://snowballstem.org/algorithms/norwegian/stop.txt
|
||||
og | and
|
||||
i | in
|
||||
jeg | I
|
||||
det | it/this/that
|
||||
at | to (w. inf.)
|
||||
en | a/an
|
||||
et | a/an
|
||||
den | it/this/that
|
||||
til | to
|
||||
er | is/am/are
|
||||
som | who/that
|
||||
på | on
|
||||
de | they / you(formal)
|
||||
med | with
|
||||
han | he
|
||||
av | of
|
||||
ikke | not
|
||||
ikkje | not *
|
||||
der | there
|
||||
så | so
|
||||
var | was/were
|
||||
meg | me
|
||||
seg | you
|
||||
men | but
|
||||
ett | one
|
||||
har | have
|
||||
om | about
|
||||
vi | we
|
||||
min | my
|
||||
mitt | my
|
||||
ha | have
|
||||
hadde | had
|
||||
hun | she
|
||||
nå | now
|
||||
over | over
|
||||
da | when/as
|
||||
ved | by/know
|
||||
fra | from
|
||||
du | you
|
||||
ut | out
|
||||
sin | your
|
||||
dem | them
|
||||
oss | us
|
||||
opp | up
|
||||
man | you/one
|
||||
kan | can
|
||||
hans | his
|
||||
hvor | where
|
||||
eller | or
|
||||
hva | what
|
||||
skal | shall/must
|
||||
selv | self (reflective)
|
||||
sjøl | self (reflective)
|
||||
her | here
|
||||
alle | all
|
||||
vil | will
|
||||
bli | become
|
||||
ble | became
|
||||
blei | became *
|
||||
blitt | have become
|
||||
kunne | could
|
||||
inn | in
|
||||
når | when
|
||||
være | be
|
||||
kom | come
|
||||
noen | some
|
||||
noe | some
|
||||
ville | would
|
||||
dere | you
|
||||
som | who/which/that
|
||||
deres | their/theirs
|
||||
kun | only/just
|
||||
ja | yes
|
||||
etter | after
|
||||
ned | down
|
||||
skulle | should
|
||||
denne | this
|
||||
for | for/because
|
||||
deg | you
|
||||
si | hers/his
|
||||
sine | hers/his
|
||||
sitt | hers/his
|
||||
mot | against
|
||||
å | to
|
||||
meget | much
|
||||
hvorfor | why
|
||||
dette | this
|
||||
disse | these/those
|
||||
uten | without
|
||||
hvordan | how
|
||||
ingen | none
|
||||
din | your
|
||||
ditt | your
|
||||
blir | become
|
||||
samme | same
|
||||
hvilken | which
|
||||
hvilke | which (plural)
|
||||
sånn | such a
|
||||
inni | inside/within
|
||||
mellom | between
|
||||
vår | our
|
||||
hver | each
|
||||
hvem | who
|
||||
vors | us/ours
|
||||
hvis | whose
|
||||
både | both
|
||||
bare | only/just
|
||||
enn | than
|
||||
fordi | as/because
|
||||
før | before
|
||||
mange | many
|
||||
også | also
|
||||
slik | just
|
||||
vært | been
|
||||
være | to be
|
||||
båe | both *
|
||||
begge | both
|
||||
siden | since
|
||||
dykk | your *
|
||||
dykkar | yours *
|
||||
dei | they *
|
||||
deira | them *
|
||||
deires | theirs *
|
||||
deim | them *
|
||||
di | your (fem.) *
|
||||
då | as/when *
|
||||
eg | I *
|
||||
ein | a/an *
|
||||
eit | a/an *
|
||||
eitt | a/an *
|
||||
elles | or *
|
||||
honom | he *
|
||||
hjå | at *
|
||||
ho | she *
|
||||
hoe | she *
|
||||
henne | her
|
||||
hennar | her/hers
|
||||
hennes | hers
|
||||
hoss | how *
|
||||
hossen | how *
|
||||
ikkje | not *
|
||||
ingi | noone *
|
||||
inkje | noone *
|
||||
korleis | how *
|
||||
korso | how *
|
||||
kva | what/which *
|
||||
kvar | where *
|
||||
kvarhelst | where *
|
||||
kven | who/whom *
|
||||
kvi | why *
|
||||
kvifor | why *
|
||||
me | we *
|
||||
medan | while *
|
||||
mi | my *
|
||||
mine | my *
|
||||
mykje | much *
|
||||
no | now *
|
||||
nokon | some (masc./neut.) *
|
||||
noka | some (fem.) *
|
||||
nokor | some *
|
||||
noko | some *
|
||||
nokre | some *
|
||||
si | his/hers *
|
||||
sia | since *
|
||||
sidan | since *
|
||||
so | so *
|
||||
somt | some *
|
||||
somme | some *
|
||||
um | about*
|
||||
upp | up *
|
||||
vere | be *
|
||||
vore | was *
|
||||
verte | become *
|
||||
vort | become *
|
||||
varte | became *
|
||||
vart | became *
|
||||
@@ -0,0 +1,207 @@
|
||||
from __future__ import annotations
|
||||
|
||||
PORTUGUESE_STOPWORDS = frozenset({
|
||||
'a',
|
||||
'ao',
|
||||
'aos',
|
||||
'aquela',
|
||||
'aquelas',
|
||||
'aquele',
|
||||
'aqueles',
|
||||
'aquilo',
|
||||
'as',
|
||||
'até',
|
||||
'com',
|
||||
'como',
|
||||
'da',
|
||||
'das',
|
||||
'de',
|
||||
'dela',
|
||||
'delas',
|
||||
'dele',
|
||||
'deles',
|
||||
'depois',
|
||||
'do',
|
||||
'dos',
|
||||
'e',
|
||||
'ela',
|
||||
'elas',
|
||||
'ele',
|
||||
'eles',
|
||||
'em',
|
||||
'entre',
|
||||
'era',
|
||||
'eram',
|
||||
'essa',
|
||||
'essas',
|
||||
'esse',
|
||||
'esses',
|
||||
'esta',
|
||||
'estamos',
|
||||
'estas',
|
||||
'estava',
|
||||
'estavam',
|
||||
'este',
|
||||
'esteja',
|
||||
'estejam',
|
||||
'estejamos',
|
||||
'estes',
|
||||
'esteve',
|
||||
'estive',
|
||||
'estivemos',
|
||||
'estiver',
|
||||
'estivera',
|
||||
'estiveram',
|
||||
'estiverem',
|
||||
'estivermos',
|
||||
'estivesse',
|
||||
'estivessem',
|
||||
'estivéramos',
|
||||
'estivéssemos',
|
||||
'estou',
|
||||
'está',
|
||||
'estávamos',
|
||||
'estão',
|
||||
'eu',
|
||||
'foi',
|
||||
'fomos',
|
||||
'for',
|
||||
'fora',
|
||||
'foram',
|
||||
'forem',
|
||||
'formos',
|
||||
'fosse',
|
||||
'fossem',
|
||||
'fui',
|
||||
'fôramos',
|
||||
'fôssemos',
|
||||
'haja',
|
||||
'hajam',
|
||||
'hajamos',
|
||||
'havemos',
|
||||
'hei',
|
||||
'houve',
|
||||
'houvemos',
|
||||
'houver',
|
||||
'houvera',
|
||||
'houveram',
|
||||
'houverei',
|
||||
'houverem',
|
||||
'houveremos',
|
||||
'houveria',
|
||||
'houveriam',
|
||||
'houvermos',
|
||||
'houverá',
|
||||
'houverão',
|
||||
'houveríamos',
|
||||
'houvesse',
|
||||
'houvessem',
|
||||
'houvéramos',
|
||||
'houvéssemos',
|
||||
'há',
|
||||
'hão',
|
||||
'isso',
|
||||
'isto',
|
||||
'já',
|
||||
'lhe',
|
||||
'lhes',
|
||||
'mais',
|
||||
'mas',
|
||||
'me',
|
||||
'mesmo',
|
||||
'meu',
|
||||
'meus',
|
||||
'minha',
|
||||
'minhas',
|
||||
'muito',
|
||||
'na',
|
||||
'nas',
|
||||
'nem',
|
||||
'no',
|
||||
'nos',
|
||||
'nossa',
|
||||
'nossas',
|
||||
'nosso',
|
||||
'nossos',
|
||||
'num',
|
||||
'numa',
|
||||
'não',
|
||||
'nós',
|
||||
'o',
|
||||
'os',
|
||||
'ou',
|
||||
'para',
|
||||
'pela',
|
||||
'pelas',
|
||||
'pelo',
|
||||
'pelos',
|
||||
'por',
|
||||
'qual',
|
||||
'quando',
|
||||
'que',
|
||||
'quem',
|
||||
'se',
|
||||
'seja',
|
||||
'sejam',
|
||||
'sejamos',
|
||||
'sem',
|
||||
'serei',
|
||||
'seremos',
|
||||
'seria',
|
||||
'seriam',
|
||||
'será',
|
||||
'serão',
|
||||
'seríamos',
|
||||
'seu',
|
||||
'seus',
|
||||
'somos',
|
||||
'sou',
|
||||
'sua',
|
||||
'suas',
|
||||
'são',
|
||||
'só',
|
||||
'também',
|
||||
'te',
|
||||
'tem',
|
||||
'temos',
|
||||
'tenha',
|
||||
'tenham',
|
||||
'tenhamos',
|
||||
'tenho',
|
||||
'terei',
|
||||
'teremos',
|
||||
'teria',
|
||||
'teriam',
|
||||
'terá',
|
||||
'terão',
|
||||
'teríamos',
|
||||
'teu',
|
||||
'teus',
|
||||
'teve',
|
||||
'tinha',
|
||||
'tinham',
|
||||
'tive',
|
||||
'tivemos',
|
||||
'tiver',
|
||||
'tivera',
|
||||
'tiveram',
|
||||
'tiverem',
|
||||
'tivermos',
|
||||
'tivesse',
|
||||
'tivessem',
|
||||
'tivéramos',
|
||||
'tivéssemos',
|
||||
'tu',
|
||||
'tua',
|
||||
'tuas',
|
||||
'tém',
|
||||
'tínhamos',
|
||||
'um',
|
||||
'uma',
|
||||
'você',
|
||||
'vocês',
|
||||
'vos',
|
||||
'à',
|
||||
'às',
|
||||
'éramos',
|
||||
})
|
||||
@@ -0,0 +1,236 @@
|
||||
| source: https://snowballstem.org/algorithms/portuguese/stop.txt
|
||||
de | of, from
|
||||
a | the; to, at; her
|
||||
o | the; him
|
||||
que | who, that
|
||||
e | and
|
||||
do | de + o
|
||||
da | de + a
|
||||
em | in
|
||||
um | a
|
||||
para | for
|
||||
| é from SER
|
||||
com | with
|
||||
não | not, no
|
||||
uma | a
|
||||
os | the; them
|
||||
no | em + o
|
||||
se | himself etc
|
||||
na | em + a
|
||||
por | for
|
||||
mais | more
|
||||
as | the; them
|
||||
dos | de + os
|
||||
como | as, like
|
||||
mas | but
|
||||
| foi from SER
|
||||
ao | a + o
|
||||
ele | he
|
||||
das | de + as
|
||||
| tem from TER
|
||||
à | a + a
|
||||
seu | his
|
||||
sua | her
|
||||
ou | or
|
||||
| ser from SER
|
||||
quando | when
|
||||
muito | much
|
||||
| há from HAV
|
||||
nos | em + os; us
|
||||
já | already, now
|
||||
| está from EST
|
||||
eu | I
|
||||
também | also
|
||||
só | only, just
|
||||
pelo | per + o
|
||||
pela | per + a
|
||||
até | up to
|
||||
isso | that
|
||||
ela | he
|
||||
entre | between
|
||||
| era from SER
|
||||
depois | after
|
||||
sem | without
|
||||
mesmo | same
|
||||
aos | a + os
|
||||
| ter from TER
|
||||
seus | his
|
||||
quem | whom
|
||||
nas | em + as
|
||||
me | me
|
||||
esse | that
|
||||
eles | they
|
||||
| estão from EST
|
||||
você | you
|
||||
| tinha from TER
|
||||
| foram from SER
|
||||
essa | that
|
||||
num | em + um
|
||||
nem | nor
|
||||
suas | her
|
||||
meu | my
|
||||
às | a + as
|
||||
minha | my
|
||||
| têm from TER
|
||||
numa | em + uma
|
||||
pelos | per + os
|
||||
elas | they
|
||||
| havia from HAV
|
||||
| seja from SER
|
||||
qual | which
|
||||
| será from SER
|
||||
nós | we
|
||||
| tenho from TER
|
||||
lhe | to him, her
|
||||
deles | of them
|
||||
essas | those
|
||||
esses | those
|
||||
pelas | per + as
|
||||
este | this
|
||||
| fosse from SER
|
||||
dele | of him
|
||||
|
||||
| other words. There are many contractions such as naquele = em+aquele,
|
||||
| mo = me+o, but they are rare.
|
||||
| Indefinite article plural forms are also rare.
|
||||
|
||||
tu | thou
|
||||
te | thee
|
||||
vocês | you (plural)
|
||||
vos | you
|
||||
lhes | to them
|
||||
meus | my
|
||||
minhas
|
||||
teu | thy
|
||||
tua
|
||||
teus
|
||||
tuas
|
||||
nosso | our
|
||||
nossa
|
||||
nossos
|
||||
nossas
|
||||
|
||||
dela | of her
|
||||
delas | of them
|
||||
|
||||
esta | this
|
||||
estes | these
|
||||
estas | these
|
||||
aquele | that
|
||||
aquela | that
|
||||
aqueles | those
|
||||
aquelas | those
|
||||
isto | this
|
||||
aquilo | that
|
||||
|
||||
| forms of estar, to be (not including the infinitive):
|
||||
estou
|
||||
está
|
||||
estamos
|
||||
estão
|
||||
estive
|
||||
esteve
|
||||
estivemos
|
||||
estiveram
|
||||
estava
|
||||
estávamos
|
||||
estavam
|
||||
estivera
|
||||
estivéramos
|
||||
esteja
|
||||
estejamos
|
||||
estejam
|
||||
estivesse
|
||||
estivéssemos
|
||||
estivessem
|
||||
estiver
|
||||
estivermos
|
||||
estiverem
|
||||
|
||||
| forms of haver, to have (not including the infinitive):
|
||||
hei
|
||||
há
|
||||
havemos
|
||||
hão
|
||||
houve
|
||||
houvemos
|
||||
houveram
|
||||
houvera
|
||||
houvéramos
|
||||
haja
|
||||
hajamos
|
||||
hajam
|
||||
houvesse
|
||||
houvéssemos
|
||||
houvessem
|
||||
houver
|
||||
houvermos
|
||||
houverem
|
||||
houverei
|
||||
houverá
|
||||
houveremos
|
||||
houverão
|
||||
houveria
|
||||
houveríamos
|
||||
houveriam
|
||||
|
||||
| forms of ser, to be (not including the infinitive):
|
||||
sou
|
||||
somos
|
||||
são
|
||||
era
|
||||
éramos
|
||||
eram
|
||||
fui
|
||||
foi
|
||||
fomos
|
||||
foram
|
||||
fora
|
||||
fôramos
|
||||
seja
|
||||
sejamos
|
||||
sejam
|
||||
fosse
|
||||
fôssemos
|
||||
fossem
|
||||
for
|
||||
formos
|
||||
forem
|
||||
serei
|
||||
será
|
||||
seremos
|
||||
serão
|
||||
seria
|
||||
seríamos
|
||||
seriam
|
||||
|
||||
| forms of ter, to have (not including the infinitive):
|
||||
tenho
|
||||
tem
|
||||
temos
|
||||
tém
|
||||
tinha
|
||||
tínhamos
|
||||
tinham
|
||||
tive
|
||||
teve
|
||||
tivemos
|
||||
tiveram
|
||||
tivera
|
||||
tivéramos
|
||||
tenha
|
||||
tenhamos
|
||||
tenham
|
||||
tivesse
|
||||
tivéssemos
|
||||
tivessem
|
||||
tiver
|
||||
tivermos
|
||||
tiverem
|
||||
terei
|
||||
terá
|
||||
teremos
|
||||
terão
|
||||
teria
|
||||
teríamos
|
||||
teriam
|
||||
@@ -0,0 +1,163 @@
|
||||
from __future__ import annotations
|
||||
|
||||
RUSSIAN_STOPWORDS = frozenset({
|
||||
'а',
|
||||
'без',
|
||||
'более',
|
||||
'больше',
|
||||
'будет',
|
||||
'будто',
|
||||
'бы',
|
||||
'был',
|
||||
'была',
|
||||
'были',
|
||||
'было',
|
||||
'быть',
|
||||
'в',
|
||||
'вам',
|
||||
'вас',
|
||||
'вдруг',
|
||||
'ведь',
|
||||
'во',
|
||||
'вот',
|
||||
'впрочем',
|
||||
'все',
|
||||
'всегда',
|
||||
'всего',
|
||||
'всех',
|
||||
'всю',
|
||||
'вы',
|
||||
'где',
|
||||
'говорил',
|
||||
'да',
|
||||
'даже',
|
||||
'два',
|
||||
'для',
|
||||
'до',
|
||||
'другой',
|
||||
'его',
|
||||
'ее',
|
||||
'ей',
|
||||
'ему',
|
||||
'если',
|
||||
'есть',
|
||||
'еще',
|
||||
'ж',
|
||||
'же',
|
||||
'жизнь',
|
||||
'за',
|
||||
'зачем',
|
||||
'здесь',
|
||||
'и',
|
||||
'из',
|
||||
'или',
|
||||
'им',
|
||||
'иногда',
|
||||
'их',
|
||||
'к',
|
||||
'кажется',
|
||||
'как',
|
||||
'какая',
|
||||
'какой',
|
||||
'когда',
|
||||
'конечно',
|
||||
'кто',
|
||||
'куда',
|
||||
'ли',
|
||||
'лучше',
|
||||
'между',
|
||||
'меня',
|
||||
'мне',
|
||||
'много',
|
||||
'может',
|
||||
'можно',
|
||||
'мой',
|
||||
'моя',
|
||||
'мы',
|
||||
'на',
|
||||
'над',
|
||||
'надо',
|
||||
'наконец',
|
||||
'нас',
|
||||
'не',
|
||||
'него',
|
||||
'нее',
|
||||
'ней',
|
||||
'нельзя',
|
||||
'нет',
|
||||
'ни',
|
||||
'нибудь',
|
||||
'никогда',
|
||||
'ним',
|
||||
'них',
|
||||
'ничего',
|
||||
'но',
|
||||
'ну',
|
||||
'о',
|
||||
'об',
|
||||
'один',
|
||||
'он',
|
||||
'она',
|
||||
'они',
|
||||
'опять',
|
||||
'от',
|
||||
'перед',
|
||||
'по',
|
||||
'под',
|
||||
'после',
|
||||
'потом',
|
||||
'потому',
|
||||
'почти',
|
||||
'при',
|
||||
'про',
|
||||
'раз',
|
||||
'разве',
|
||||
'с',
|
||||
'сам',
|
||||
'свою',
|
||||
'себе',
|
||||
'себя',
|
||||
'сегодня',
|
||||
'сейчас',
|
||||
'сказал',
|
||||
'сказала',
|
||||
'сказать',
|
||||
'со',
|
||||
'совсем',
|
||||
'так',
|
||||
'такой',
|
||||
'там',
|
||||
'тебя',
|
||||
'тем',
|
||||
'теперь',
|
||||
'то',
|
||||
'тогда',
|
||||
'того',
|
||||
'тоже',
|
||||
'только',
|
||||
'том',
|
||||
'тот',
|
||||
'три',
|
||||
'тут',
|
||||
'ты',
|
||||
'у',
|
||||
'уж',
|
||||
'уже',
|
||||
'хорошо',
|
||||
'хоть',
|
||||
'чего',
|
||||
'человек',
|
||||
'чем',
|
||||
'через',
|
||||
'что',
|
||||
'чтоб',
|
||||
'чтобы',
|
||||
'чуть',
|
||||
'эти',
|
||||
'этого',
|
||||
'этой',
|
||||
'этом',
|
||||
'этот',
|
||||
'эту',
|
||||
'я',
|
||||
})
|
||||
@@ -0,0 +1,226 @@
|
||||
| source: https://snowballstem.org/algorithms/russian/stop.txt
|
||||
и | and
|
||||
в | in/into
|
||||
во | alternative form
|
||||
не | not
|
||||
что | what/that
|
||||
он | he
|
||||
на | on/onto
|
||||
я | i
|
||||
с | from
|
||||
со | alternative form
|
||||
как | how
|
||||
а | milder form of `no' (but)
|
||||
то | conjunction and form of `that'
|
||||
все | all
|
||||
она | she
|
||||
так | so, thus
|
||||
его | him
|
||||
но | but
|
||||
да | yes/and
|
||||
ты | thou
|
||||
к | towards, by
|
||||
у | around, chez
|
||||
же | intensifier particle
|
||||
вы | you
|
||||
за | beyond, behind
|
||||
бы | conditional/subj. particle
|
||||
по | up to, along
|
||||
только | only
|
||||
ее | her
|
||||
мне | to me
|
||||
было | it was
|
||||
вот | here is/are, particle
|
||||
от | away from
|
||||
меня | me
|
||||
еще | still, yet, more
|
||||
нет | no, there isnt/arent
|
||||
о | about
|
||||
из | out of
|
||||
ему | to him
|
||||
теперь | now
|
||||
когда | when
|
||||
даже | even
|
||||
ну | so, well
|
||||
вдруг | suddenly
|
||||
ли | interrogative particle
|
||||
если | if
|
||||
уже | already, but homonym of `narrower'
|
||||
или | or
|
||||
ни | neither
|
||||
быть | to be
|
||||
был | he was
|
||||
него | prepositional form of его
|
||||
до | up to
|
||||
вас | you accusative
|
||||
нибудь | indef. suffix preceded by hyphen
|
||||
опять | again
|
||||
уж | already, but homonym of `adder'
|
||||
вам | to you
|
||||
сказал | he said
|
||||
ведь | particle `after all'
|
||||
там | there
|
||||
потом | then
|
||||
себя | oneself
|
||||
ничего | nothing
|
||||
ей | to her
|
||||
может | usually with `быть' as `maybe'
|
||||
они | they
|
||||
тут | here
|
||||
где | where
|
||||
есть | there is/are
|
||||
надо | got to, must
|
||||
ней | prepositional form of ей
|
||||
для | for
|
||||
мы | we
|
||||
тебя | thee
|
||||
их | them, their
|
||||
чем | than
|
||||
была | she was
|
||||
сам | self
|
||||
чтоб | in order to
|
||||
без | without
|
||||
будто | as if
|
||||
человек | man, person, one
|
||||
чего | genitive form of `what'
|
||||
раз | once
|
||||
тоже | also
|
||||
себе | to oneself
|
||||
под | beneath
|
||||
жизнь | life
|
||||
будет | will be
|
||||
ж | short form of intensifer particle `же'
|
||||
тогда | then
|
||||
кто | who
|
||||
этот | this
|
||||
говорил | was saying
|
||||
того | genitive form of `that'
|
||||
потому | for that reason
|
||||
этого | genitive form of `this'
|
||||
какой | which
|
||||
совсем | altogether
|
||||
ним | prepositional form of `его', `они'
|
||||
здесь | here
|
||||
этом | prepositional form of `этот'
|
||||
один | one
|
||||
почти | almost
|
||||
мой | my
|
||||
тем | instrumental/dative plural of `тот', `то'
|
||||
чтобы | full form of `in order that'
|
||||
нее | her (acc.)
|
||||
кажется | it seems
|
||||
сейчас | now
|
||||
были | they were
|
||||
куда | where to
|
||||
зачем | why
|
||||
сказать | to say
|
||||
всех | all (acc., gen. preposn. plural)
|
||||
никогда | never
|
||||
сегодня | today
|
||||
можно | possible, one can
|
||||
при | by
|
||||
наконец | finally
|
||||
два | two
|
||||
об | alternative form of `о', about
|
||||
другой | another
|
||||
хоть | even
|
||||
после | after
|
||||
над | above
|
||||
больше | more
|
||||
тот | that one (masc.)
|
||||
через | across, in
|
||||
эти | these
|
||||
нас | us
|
||||
про | about
|
||||
всего | in all, only, of all
|
||||
них | prepositional form of `они' (they)
|
||||
какая | which, feminine
|
||||
много | lots
|
||||
разве | interrogative particle
|
||||
сказала | she said
|
||||
три | three
|
||||
эту | this, acc. fem. sing.
|
||||
моя | my, feminine
|
||||
впрочем | moreover, besides
|
||||
хорошо | good
|
||||
свою | ones own, acc. fem. sing.
|
||||
этой | oblique form of `эта', fem. `this'
|
||||
перед | in front of
|
||||
иногда | sometimes
|
||||
лучше | better
|
||||
чуть | a little
|
||||
том | preposn. form of `that one'
|
||||
нельзя | one must not
|
||||
такой | such a one
|
||||
им | to them
|
||||
более | more
|
||||
всегда | always
|
||||
конечно | of course
|
||||
всю | acc. fem. sing of `all'
|
||||
между | between
|
||||
|
||||
|
||||
| b: some paradigms
|
||||
|
|
||||
| personal pronouns
|
||||
|
|
||||
| я меня мне мной [мною]
|
||||
| ты тебя тебе тобой [тобою]
|
||||
| он его ему им [него, нему, ним]
|
||||
| она ее эи ею [нее, нэи, нею]
|
||||
| оно его ему им [него, нему, ним]
|
||||
|
|
||||
| мы нас нам нами
|
||||
| вы вас вам вами
|
||||
| они их им ими [них, ним, ними]
|
||||
|
|
||||
| себя себе собой [собою]
|
||||
|
|
||||
| demonstrative pronouns: этот (this), тот (that)
|
||||
|
|
||||
| этот эта это эти
|
||||
| этого эты это эти
|
||||
| этого этой этого этих
|
||||
| этому этой этому этим
|
||||
| этим этой этим [этою] этими
|
||||
| этом этой этом этих
|
||||
|
|
||||
| тот та то те
|
||||
| того ту то те
|
||||
| того той того тех
|
||||
| тому той тому тем
|
||||
| тем той тем [тою] теми
|
||||
| том той том тех
|
||||
|
|
||||
| determinative pronouns
|
||||
|
|
||||
| (a) весь (all)
|
||||
|
|
||||
| весь вся все все
|
||||
| всего всю все все
|
||||
| всего всей всего всех
|
||||
| всему всей всему всем
|
||||
| всем всей всем [всею] всеми
|
||||
| всем всей всем всех
|
||||
|
|
||||
| (b) сам (himself etc)
|
||||
|
|
||||
| сам сама само сами
|
||||
| самого саму само самих
|
||||
| самого самой самого самих
|
||||
| самому самой самому самим
|
||||
| самим самой самим [самою] самими
|
||||
| самом самой самом самих
|
||||
|
|
||||
| stems of verbs `to be', `to have', `to do' and modal
|
||||
|
|
||||
| быть бы буд быв есть суть
|
||||
| име
|
||||
| дел
|
||||
| мог мож мочь
|
||||
| уме
|
||||
| хоч хот
|
||||
| долж
|
||||
| можн
|
||||
| нужн
|
||||
| нельзя
|
||||
@@ -0,0 +1,118 @@
|
||||
from __future__ import annotations
|
||||
|
||||
SWEDISH_STOPWORDS = frozenset({
|
||||
'alla',
|
||||
'allt',
|
||||
'att',
|
||||
'av',
|
||||
'blev',
|
||||
'bli',
|
||||
'blir',
|
||||
'blivit',
|
||||
'de',
|
||||
'dem',
|
||||
'den',
|
||||
'denna',
|
||||
'deras',
|
||||
'dess',
|
||||
'dessa',
|
||||
'det',
|
||||
'detta',
|
||||
'dig',
|
||||
'din',
|
||||
'dina',
|
||||
'ditt',
|
||||
'du',
|
||||
'där',
|
||||
'då',
|
||||
'efter',
|
||||
'ej',
|
||||
'eller',
|
||||
'en',
|
||||
'er',
|
||||
'era',
|
||||
'ert',
|
||||
'ett',
|
||||
'från',
|
||||
'för',
|
||||
'ha',
|
||||
'hade',
|
||||
'han',
|
||||
'hans',
|
||||
'har',
|
||||
'henne',
|
||||
'hennes',
|
||||
'hon',
|
||||
'honom',
|
||||
'hur',
|
||||
'här',
|
||||
'i',
|
||||
'icke',
|
||||
'ingen',
|
||||
'inom',
|
||||
'inte',
|
||||
'jag',
|
||||
'ju',
|
||||
'kan',
|
||||
'kunde',
|
||||
'man',
|
||||
'med',
|
||||
'mellan',
|
||||
'men',
|
||||
'mig',
|
||||
'min',
|
||||
'mina',
|
||||
'mitt',
|
||||
'mot',
|
||||
'mycket',
|
||||
'ni',
|
||||
'nu',
|
||||
'när',
|
||||
'någon',
|
||||
'något',
|
||||
'några',
|
||||
'och',
|
||||
'om',
|
||||
'oss',
|
||||
'på',
|
||||
'samma',
|
||||
'sedan',
|
||||
'sig',
|
||||
'sin',
|
||||
'sina',
|
||||
'sitta',
|
||||
'själv',
|
||||
'skulle',
|
||||
'som',
|
||||
'så',
|
||||
'sådan',
|
||||
'sådana',
|
||||
'sådant',
|
||||
'till',
|
||||
'under',
|
||||
'upp',
|
||||
'ut',
|
||||
'utan',
|
||||
'vad',
|
||||
'var',
|
||||
'vara',
|
||||
'varför',
|
||||
'varit',
|
||||
'varje',
|
||||
'vars',
|
||||
'vart',
|
||||
'vem',
|
||||
'vi',
|
||||
'vid',
|
||||
'vilka',
|
||||
'vilkas',
|
||||
'vilken',
|
||||
'vilket',
|
||||
'vår',
|
||||
'våra',
|
||||
'vårt',
|
||||
'än',
|
||||
'är',
|
||||
'åt',
|
||||
'över',
|
||||
})
|
||||
@@ -0,0 +1,115 @@
|
||||
| source: https://snowballstem.org/algorithms/swedish/stop.txt
|
||||
och | and
|
||||
det | it, this/that
|
||||
att | to (with infinitive)
|
||||
i | in, at
|
||||
en | a
|
||||
jag | I
|
||||
hon | she
|
||||
som | who, that
|
||||
han | he
|
||||
på | on
|
||||
den | it, this/that
|
||||
med | with
|
||||
var | where, each
|
||||
sig | him(self) etc
|
||||
för | for
|
||||
så | so (also: seed)
|
||||
till | to
|
||||
är | is
|
||||
men | but
|
||||
ett | a
|
||||
om | if; around, about
|
||||
hade | had
|
||||
de | they, these/those
|
||||
av | of
|
||||
icke | not, no
|
||||
mig | me
|
||||
du | you
|
||||
henne | her
|
||||
då | then, when
|
||||
sin | his
|
||||
nu | now
|
||||
har | have
|
||||
inte | inte någon = no one
|
||||
hans | his
|
||||
honom | him
|
||||
skulle | 'sake'
|
||||
hennes | her
|
||||
där | there
|
||||
min | my
|
||||
man | one (pronoun)
|
||||
ej | nor
|
||||
vid | at, by, on (also: vast)
|
||||
kunde | could
|
||||
något | some etc
|
||||
från | from, off
|
||||
ut | out
|
||||
när | when
|
||||
efter | after, behind
|
||||
upp | up
|
||||
vi | we
|
||||
dem | them
|
||||
vara | be
|
||||
vad | what
|
||||
över | over
|
||||
än | than
|
||||
dig | you
|
||||
kan | can
|
||||
sina | his
|
||||
här | here
|
||||
ha | have
|
||||
mot | towards
|
||||
alla | all
|
||||
under | under (also: wonder)
|
||||
någon | some etc
|
||||
eller | or (else)
|
||||
allt | all
|
||||
mycket | much
|
||||
sedan | since
|
||||
ju | why
|
||||
denna | this/that
|
||||
själv | myself, yourself etc
|
||||
detta | this/that
|
||||
åt | to
|
||||
utan | without
|
||||
varit | was
|
||||
hur | how
|
||||
ingen | no
|
||||
mitt | my
|
||||
ni | you
|
||||
bli | to be, become
|
||||
blev | from bli
|
||||
oss | us
|
||||
din | thy
|
||||
dessa | these/those
|
||||
några | some etc
|
||||
deras | their
|
||||
blir | from bli
|
||||
mina | my
|
||||
samma | (the) same
|
||||
vilken | who, that
|
||||
er | you, your
|
||||
sådan | such a
|
||||
vår | our
|
||||
blivit | from bli
|
||||
dess | its
|
||||
inom | within
|
||||
mellan | between
|
||||
sådant | such a
|
||||
varför | why
|
||||
varje | each
|
||||
vilka | who, that
|
||||
ditt | thy
|
||||
vem | who
|
||||
vilket | who, that
|
||||
sitta | his
|
||||
sådana | such a
|
||||
vart | each
|
||||
dina | thy
|
||||
vars | whose
|
||||
vårt | our
|
||||
våra | our
|
||||
ert | your
|
||||
era | your
|
||||
vilkas | whose
|
||||
+3
-100
@@ -4,112 +4,15 @@ from __future__ import annotations
|
||||
|
||||
import snowballstemmer
|
||||
|
||||
from sphinx.search import SearchLanguage, parse_stop_word
|
||||
|
||||
danish_stopwords = parse_stop_word("""
|
||||
| source: https://snowballstem.org/algorithms/danish/stop.txt
|
||||
og | and
|
||||
i | in
|
||||
jeg | I
|
||||
det | that (dem. pronoun)/it (pers. pronoun)
|
||||
at | that (in front of a sentence)/to (with infinitive)
|
||||
en | a/an
|
||||
den | it (pers. pronoun)/that (dem. pronoun)
|
||||
til | to/at/for/until/against/by/of/into, more
|
||||
er | present tense of "to be"
|
||||
som | who, as
|
||||
på | on/upon/in/on/at/to/after/of/with/for, on
|
||||
de | they
|
||||
med | with/by/in, along
|
||||
han | he
|
||||
af | of/by/from/off/for/in/with/on, off
|
||||
for | at/for/to/from/by/of/ago, in front/before, because
|
||||
ikke | not
|
||||
der | who/which, there/those
|
||||
var | past tense of "to be"
|
||||
mig | me/myself
|
||||
sig | oneself/himself/herself/itself/themselves
|
||||
men | but
|
||||
et | a/an/one, one (number), someone/somebody/one
|
||||
har | present tense of "to have"
|
||||
om | round/about/for/in/a, about/around/down, if
|
||||
vi | we
|
||||
min | my
|
||||
havde | past tense of "to have"
|
||||
ham | him
|
||||
hun | she
|
||||
nu | now
|
||||
over | over/above/across/by/beyond/past/on/about, over/past
|
||||
da | then, when/as/since
|
||||
fra | from/off/since, off, since
|
||||
du | you
|
||||
ud | out
|
||||
sin | his/her/its/one's
|
||||
dem | them
|
||||
os | us/ourselves
|
||||
op | up
|
||||
man | you/one
|
||||
hans | his
|
||||
hvor | where
|
||||
eller | or
|
||||
hvad | what
|
||||
skal | must/shall etc.
|
||||
selv | myself/yourself/herself/ourselves etc., even
|
||||
her | here
|
||||
alle | all/everyone/everybody etc.
|
||||
vil | will (verb)
|
||||
blev | past tense of "to stay/to remain/to get/to become"
|
||||
kunne | could
|
||||
ind | in
|
||||
når | when
|
||||
være | present tense of "to be"
|
||||
dog | however/yet/after all
|
||||
noget | something
|
||||
ville | would
|
||||
jo | you know/you see (adv), yes
|
||||
deres | their/theirs
|
||||
efter | after/behind/according to/for/by/from, later/afterwards
|
||||
ned | down
|
||||
skulle | should
|
||||
denne | this
|
||||
end | than
|
||||
dette | this
|
||||
mit | my/mine
|
||||
også | also
|
||||
under | under/beneath/below/during, below/underneath
|
||||
have | have
|
||||
dig | you
|
||||
anden | other
|
||||
hende | her
|
||||
mine | my
|
||||
alt | everything
|
||||
meget | much/very, plenty of
|
||||
sit | his, her, its, one's
|
||||
sine | his, her, its, one's
|
||||
vor | our
|
||||
mod | against
|
||||
disse | these
|
||||
hvis | if
|
||||
din | your/yours
|
||||
nogle | some
|
||||
hos | by/at
|
||||
blive | be/become
|
||||
mange | many
|
||||
ad | by/through
|
||||
bliver | present tense of "to be/to become"
|
||||
hendes | her/hers
|
||||
været | be
|
||||
thi | for (conj)
|
||||
jer | you
|
||||
sådan | such, like this/like that
|
||||
""")
|
||||
from sphinx.search import SearchLanguage
|
||||
from sphinx.search._stopwords.da import DANISH_STOPWORDS
|
||||
|
||||
|
||||
class SearchDanish(SearchLanguage):
|
||||
lang = 'da'
|
||||
language_name = 'Danish'
|
||||
js_stemmer_rawcode = 'danish-stemmer.js'
|
||||
stopwords = danish_stopwords
|
||||
stopwords = DANISH_STOPWORDS
|
||||
|
||||
def __init__(self, options: dict[str, str]) -> None:
|
||||
super().__init__(options)
|
||||
|
||||
+3
-283
@@ -4,295 +4,15 @@ from __future__ import annotations
|
||||
|
||||
import snowballstemmer
|
||||
|
||||
from sphinx.search import SearchLanguage, parse_stop_word
|
||||
|
||||
german_stopwords = parse_stop_word("""
|
||||
|source: https://snowballstem.org/algorithms/german/stop.txt
|
||||
aber | but
|
||||
|
||||
alle | all
|
||||
allem
|
||||
allen
|
||||
aller
|
||||
alles
|
||||
|
||||
als | than, as
|
||||
also | so
|
||||
am | an + dem
|
||||
an | at
|
||||
|
||||
ander | other
|
||||
andere
|
||||
anderem
|
||||
anderen
|
||||
anderer
|
||||
anderes
|
||||
anderm
|
||||
andern
|
||||
anderr
|
||||
anders
|
||||
|
||||
auch | also
|
||||
auf | on
|
||||
aus | out of
|
||||
bei | by
|
||||
bin | am
|
||||
bis | until
|
||||
bist | art
|
||||
da | there
|
||||
damit | with it
|
||||
dann | then
|
||||
|
||||
der | the
|
||||
den
|
||||
des
|
||||
dem
|
||||
die
|
||||
das
|
||||
|
||||
daß | that
|
||||
|
||||
derselbe | the same
|
||||
derselben
|
||||
denselben
|
||||
desselben
|
||||
demselben
|
||||
dieselbe
|
||||
dieselben
|
||||
dasselbe
|
||||
|
||||
dazu | to that
|
||||
|
||||
dein | thy
|
||||
deine
|
||||
deinem
|
||||
deinen
|
||||
deiner
|
||||
deines
|
||||
|
||||
denn | because
|
||||
|
||||
derer | of those
|
||||
dessen | of him
|
||||
|
||||
dich | thee
|
||||
dir | to thee
|
||||
du | thou
|
||||
|
||||
dies | this
|
||||
diese
|
||||
diesem
|
||||
diesen
|
||||
dieser
|
||||
dieses
|
||||
|
||||
|
||||
doch | (several meanings)
|
||||
dort | (over) there
|
||||
|
||||
|
||||
durch | through
|
||||
|
||||
ein | a
|
||||
eine
|
||||
einem
|
||||
einen
|
||||
einer
|
||||
eines
|
||||
|
||||
einig | some
|
||||
einige
|
||||
einigem
|
||||
einigen
|
||||
einiger
|
||||
einiges
|
||||
|
||||
einmal | once
|
||||
|
||||
er | he
|
||||
ihn | him
|
||||
ihm | to him
|
||||
|
||||
es | it
|
||||
etwas | something
|
||||
|
||||
euer | your
|
||||
eure
|
||||
eurem
|
||||
euren
|
||||
eurer
|
||||
eures
|
||||
|
||||
für | for
|
||||
gegen | towards
|
||||
gewesen | p.p. of sein
|
||||
hab | have
|
||||
habe | have
|
||||
haben | have
|
||||
hat | has
|
||||
hatte | had
|
||||
hatten | had
|
||||
hier | here
|
||||
hin | there
|
||||
hinter | behind
|
||||
|
||||
ich | I
|
||||
mich | me
|
||||
mir | to me
|
||||
|
||||
|
||||
ihr | you, to her
|
||||
ihre
|
||||
ihrem
|
||||
ihren
|
||||
ihrer
|
||||
ihres
|
||||
euch | to you
|
||||
|
||||
im | in + dem
|
||||
in | in
|
||||
indem | while
|
||||
ins | in + das
|
||||
ist | is
|
||||
|
||||
jede | each, every
|
||||
jedem
|
||||
jeden
|
||||
jeder
|
||||
jedes
|
||||
|
||||
jene | that
|
||||
jenem
|
||||
jenen
|
||||
jener
|
||||
jenes
|
||||
|
||||
jetzt | now
|
||||
kann | can
|
||||
|
||||
kein | no
|
||||
keine
|
||||
keinem
|
||||
keinen
|
||||
keiner
|
||||
keines
|
||||
|
||||
können | can
|
||||
könnte | could
|
||||
machen | do
|
||||
man | one
|
||||
|
||||
manche | some, many a
|
||||
manchem
|
||||
manchen
|
||||
mancher
|
||||
manches
|
||||
|
||||
mein | my
|
||||
meine
|
||||
meinem
|
||||
meinen
|
||||
meiner
|
||||
meines
|
||||
|
||||
mit | with
|
||||
muss | must
|
||||
musste | had to
|
||||
nach | to(wards)
|
||||
nicht | not
|
||||
nichts | nothing
|
||||
noch | still, yet
|
||||
nun | now
|
||||
nur | only
|
||||
ob | whether
|
||||
oder | or
|
||||
ohne | without
|
||||
sehr | very
|
||||
|
||||
sein | his
|
||||
seine
|
||||
seinem
|
||||
seinen
|
||||
seiner
|
||||
seines
|
||||
|
||||
selbst | self
|
||||
sich | herself
|
||||
|
||||
sie | they, she
|
||||
ihnen | to them
|
||||
|
||||
sind | are
|
||||
so | so
|
||||
|
||||
solche | such
|
||||
solchem
|
||||
solchen
|
||||
solcher
|
||||
solches
|
||||
|
||||
soll | shall
|
||||
sollte | should
|
||||
sondern | but
|
||||
sonst | else
|
||||
über | over
|
||||
um | about, around
|
||||
und | and
|
||||
|
||||
uns | us
|
||||
unse
|
||||
unsem
|
||||
unsen
|
||||
unser
|
||||
unses
|
||||
|
||||
unter | under
|
||||
viel | much
|
||||
vom | von + dem
|
||||
von | from
|
||||
vor | before
|
||||
während | while
|
||||
war | was
|
||||
waren | were
|
||||
warst | wast
|
||||
was | what
|
||||
weg | away, off
|
||||
weil | because
|
||||
weiter | further
|
||||
|
||||
welche | which
|
||||
welchem
|
||||
welchen
|
||||
welcher
|
||||
welches
|
||||
|
||||
wenn | when
|
||||
werde | will
|
||||
werden | will
|
||||
wie | how
|
||||
wieder | again
|
||||
will | want
|
||||
wir | we
|
||||
wird | will
|
||||
wirst | willst
|
||||
wo | where
|
||||
wollen | want
|
||||
wollte | wanted
|
||||
würde | would
|
||||
würden | would
|
||||
zu | to
|
||||
zum | zu + dem
|
||||
zur | zu + der
|
||||
zwar | indeed
|
||||
zwischen | between
|
||||
""")
|
||||
from sphinx.search import SearchLanguage
|
||||
from sphinx.search._stopwords.de import GERMAN_STOPWORDS
|
||||
|
||||
|
||||
class SearchGerman(SearchLanguage):
|
||||
lang = 'de'
|
||||
language_name = 'German'
|
||||
js_stemmer_rawcode = 'german-stemmer.js'
|
||||
stopwords = german_stopwords
|
||||
stopwords = GERMAN_STOPWORDS
|
||||
|
||||
def __init__(self, options: dict[str, str]) -> None:
|
||||
super().__init__(options)
|
||||
|
||||
+2
-13
@@ -5,18 +5,7 @@ from __future__ import annotations
|
||||
import snowballstemmer
|
||||
|
||||
from sphinx.search import SearchLanguage
|
||||
|
||||
english_stopwords = {
|
||||
'a', 'and', 'are', 'as', 'at',
|
||||
'be', 'but', 'by',
|
||||
'for',
|
||||
'if', 'in', 'into', 'is', 'it',
|
||||
'near', 'no', 'not',
|
||||
'of', 'on', 'or',
|
||||
'such',
|
||||
'that', 'the', 'their', 'then', 'there', 'these', 'they', 'this', 'to',
|
||||
'was', 'will', 'with',
|
||||
} # fmt: skip
|
||||
from sphinx.search._stopwords.en import ENGLISH_STOPWORDS
|
||||
|
||||
js_porter_stemmer = """
|
||||
/**
|
||||
@@ -209,7 +198,7 @@ class SearchEnglish(SearchLanguage):
|
||||
lang = 'en'
|
||||
language_name = 'English'
|
||||
js_stemmer_code = js_porter_stemmer
|
||||
stopwords = english_stopwords
|
||||
stopwords = ENGLISH_STOPWORDS
|
||||
|
||||
def __init__(self, options: dict[str, str]) -> None:
|
||||
super().__init__(options)
|
||||
|
||||
+3
-343
@@ -4,355 +4,15 @@ from __future__ import annotations
|
||||
|
||||
import snowballstemmer
|
||||
|
||||
from sphinx.search import SearchLanguage, parse_stop_word
|
||||
|
||||
spanish_stopwords = parse_stop_word("""
|
||||
|source: https://snowballstem.org/algorithms/spanish/stop.txt
|
||||
de | from, of
|
||||
la | the, her
|
||||
que | who, that
|
||||
el | the
|
||||
en | in
|
||||
y | and
|
||||
a | to
|
||||
los | the, them
|
||||
del | de + el
|
||||
se | himself, from him etc
|
||||
las | the, them
|
||||
por | for, by, etc
|
||||
un | a
|
||||
para | for
|
||||
con | with
|
||||
no | no
|
||||
una | a
|
||||
su | his, her
|
||||
al | a + el
|
||||
| es from SER
|
||||
lo | him
|
||||
como | how
|
||||
más | more
|
||||
pero | pero
|
||||
sus | su plural
|
||||
le | to him, her
|
||||
ya | already
|
||||
o | or
|
||||
| fue from SER
|
||||
este | this
|
||||
| ha from HABER
|
||||
sí | himself etc
|
||||
porque | because
|
||||
esta | this
|
||||
| son from SER
|
||||
entre | between
|
||||
| está from ESTAR
|
||||
cuando | when
|
||||
muy | very
|
||||
sin | without
|
||||
sobre | on
|
||||
| ser from SER
|
||||
| tiene from TENER
|
||||
también | also
|
||||
me | me
|
||||
hasta | until
|
||||
hay | there is/are
|
||||
donde | where
|
||||
| han from HABER
|
||||
quien | whom, that
|
||||
| están from ESTAR
|
||||
| estado from ESTAR
|
||||
desde | from
|
||||
todo | all
|
||||
nos | us
|
||||
durante | during
|
||||
| estados from ESTAR
|
||||
todos | all
|
||||
uno | a
|
||||
les | to them
|
||||
ni | nor
|
||||
contra | against
|
||||
otros | other
|
||||
| fueron from SER
|
||||
ese | that
|
||||
eso | that
|
||||
| había from HABER
|
||||
ante | before
|
||||
ellos | they
|
||||
e | and (variant of y)
|
||||
esto | this
|
||||
mí | me
|
||||
antes | before
|
||||
algunos | some
|
||||
qué | what?
|
||||
unos | a
|
||||
yo | I
|
||||
otro | other
|
||||
otras | other
|
||||
otra | other
|
||||
él | he
|
||||
tanto | so much, many
|
||||
esa | that
|
||||
estos | these
|
||||
mucho | much, many
|
||||
quienes | who
|
||||
nada | nothing
|
||||
muchos | many
|
||||
cual | who
|
||||
| sea from SER
|
||||
poco | few
|
||||
ella | she
|
||||
estar | to be
|
||||
| haber from HABER
|
||||
estas | these
|
||||
| estaba from ESTAR
|
||||
| estamos from ESTAR
|
||||
algunas | some
|
||||
algo | something
|
||||
nosotros | we
|
||||
|
||||
| other forms
|
||||
|
||||
mi | me
|
||||
mis | mi plural
|
||||
tú | thou
|
||||
te | thee
|
||||
ti | thee
|
||||
tu | thy
|
||||
tus | tu plural
|
||||
ellas | they
|
||||
nosotras | we
|
||||
vosotros | you
|
||||
vosotras | you
|
||||
os | you
|
||||
mío | mine
|
||||
mía |
|
||||
míos |
|
||||
mías |
|
||||
tuyo | thine
|
||||
tuya |
|
||||
tuyos |
|
||||
tuyas |
|
||||
suyo | his, hers, theirs
|
||||
suya |
|
||||
suyos |
|
||||
suyas |
|
||||
nuestro | ours
|
||||
nuestra |
|
||||
nuestros |
|
||||
nuestras |
|
||||
vuestro | yours
|
||||
vuestra |
|
||||
vuestros |
|
||||
vuestras |
|
||||
esos | those
|
||||
esas | those
|
||||
|
||||
| forms of estar, to be (not including the infinitive):
|
||||
estoy
|
||||
estás
|
||||
está
|
||||
estamos
|
||||
estáis
|
||||
están
|
||||
esté
|
||||
estés
|
||||
estemos
|
||||
estéis
|
||||
estén
|
||||
estaré
|
||||
estarás
|
||||
estará
|
||||
estaremos
|
||||
estaréis
|
||||
estarán
|
||||
estaría
|
||||
estarías
|
||||
estaríamos
|
||||
estaríais
|
||||
estarían
|
||||
estaba
|
||||
estabas
|
||||
estábamos
|
||||
estabais
|
||||
estaban
|
||||
estuve
|
||||
estuviste
|
||||
estuvo
|
||||
estuvimos
|
||||
estuvisteis
|
||||
estuvieron
|
||||
estuviera
|
||||
estuvieras
|
||||
estuviéramos
|
||||
estuvierais
|
||||
estuvieran
|
||||
estuviese
|
||||
estuvieses
|
||||
estuviésemos
|
||||
estuvieseis
|
||||
estuviesen
|
||||
estando
|
||||
estado
|
||||
estada
|
||||
estados
|
||||
estadas
|
||||
estad
|
||||
|
||||
| forms of haber, to have (not including the infinitive):
|
||||
he
|
||||
has
|
||||
ha
|
||||
hemos
|
||||
habéis
|
||||
han
|
||||
haya
|
||||
hayas
|
||||
hayamos
|
||||
hayáis
|
||||
hayan
|
||||
habré
|
||||
habrás
|
||||
habrá
|
||||
habremos
|
||||
habréis
|
||||
habrán
|
||||
habría
|
||||
habrías
|
||||
habríamos
|
||||
habríais
|
||||
habrían
|
||||
había
|
||||
habías
|
||||
habíamos
|
||||
habíais
|
||||
habían
|
||||
hube
|
||||
hubiste
|
||||
hubo
|
||||
hubimos
|
||||
hubisteis
|
||||
hubieron
|
||||
hubiera
|
||||
hubieras
|
||||
hubiéramos
|
||||
hubierais
|
||||
hubieran
|
||||
hubiese
|
||||
hubieses
|
||||
hubiésemos
|
||||
hubieseis
|
||||
hubiesen
|
||||
habiendo
|
||||
habido
|
||||
habida
|
||||
habidos
|
||||
habidas
|
||||
|
||||
| forms of ser, to be (not including the infinitive):
|
||||
soy
|
||||
eres
|
||||
es
|
||||
somos
|
||||
sois
|
||||
son
|
||||
sea
|
||||
seas
|
||||
seamos
|
||||
seáis
|
||||
sean
|
||||
seré
|
||||
serás
|
||||
será
|
||||
seremos
|
||||
seréis
|
||||
serán
|
||||
sería
|
||||
serías
|
||||
seríamos
|
||||
seríais
|
||||
serían
|
||||
era
|
||||
eras
|
||||
éramos
|
||||
erais
|
||||
eran
|
||||
fui
|
||||
fuiste
|
||||
fue
|
||||
fuimos
|
||||
fuisteis
|
||||
fueron
|
||||
fuera
|
||||
fueras
|
||||
fuéramos
|
||||
fuerais
|
||||
fueran
|
||||
fuese
|
||||
fueses
|
||||
fuésemos
|
||||
fueseis
|
||||
fuesen
|
||||
siendo
|
||||
sido
|
||||
| sed also means 'thirst'
|
||||
|
||||
| forms of tener, to have (not including the infinitive):
|
||||
tengo
|
||||
tienes
|
||||
tiene
|
||||
tenemos
|
||||
tenéis
|
||||
tienen
|
||||
tenga
|
||||
tengas
|
||||
tengamos
|
||||
tengáis
|
||||
tengan
|
||||
tendré
|
||||
tendrás
|
||||
tendrá
|
||||
tendremos
|
||||
tendréis
|
||||
tendrán
|
||||
tendría
|
||||
tendrías
|
||||
tendríamos
|
||||
tendríais
|
||||
tendrían
|
||||
tenía
|
||||
tenías
|
||||
teníamos
|
||||
teníais
|
||||
tenían
|
||||
tuve
|
||||
tuviste
|
||||
tuvo
|
||||
tuvimos
|
||||
tuvisteis
|
||||
tuvieron
|
||||
tuviera
|
||||
tuvieras
|
||||
tuviéramos
|
||||
tuvierais
|
||||
tuvieran
|
||||
tuviese
|
||||
tuvieses
|
||||
tuviésemos
|
||||
tuvieseis
|
||||
tuviesen
|
||||
teniendo
|
||||
tenido
|
||||
tenida
|
||||
tenidos
|
||||
tenidas
|
||||
tened
|
||||
""")
|
||||
from sphinx.search import SearchLanguage
|
||||
from sphinx.search._stopwords.es import SPANISH_STOPWORDS
|
||||
|
||||
|
||||
class SearchSpanish(SearchLanguage):
|
||||
lang = 'es'
|
||||
language_name = 'Spanish'
|
||||
js_stemmer_rawcode = 'spanish-stemmer.js'
|
||||
stopwords = spanish_stopwords
|
||||
stopwords = SPANISH_STOPWORDS
|
||||
|
||||
def __init__(self, options: dict[str, str]) -> None:
|
||||
super().__init__(options)
|
||||
|
||||
+3
-93
@@ -4,105 +4,15 @@ from __future__ import annotations
|
||||
|
||||
import snowballstemmer
|
||||
|
||||
from sphinx.search import SearchLanguage, parse_stop_word
|
||||
|
||||
finnish_stopwords = parse_stop_word("""
|
||||
| source: https://snowballstem.org/algorithms/finnish/stop.txt
|
||||
| forms of BE
|
||||
|
||||
olla
|
||||
olen
|
||||
olet
|
||||
on
|
||||
olemme
|
||||
olette
|
||||
ovat
|
||||
ole | negative form
|
||||
|
||||
oli
|
||||
olisi
|
||||
olisit
|
||||
olisin
|
||||
olisimme
|
||||
olisitte
|
||||
olisivat
|
||||
olit
|
||||
olin
|
||||
olimme
|
||||
olitte
|
||||
olivat
|
||||
ollut
|
||||
olleet
|
||||
|
||||
en | negation
|
||||
et
|
||||
ei
|
||||
emme
|
||||
ette
|
||||
eivät
|
||||
|
||||
|Nom Gen Acc Part Iness Elat Illat Adess Ablat Allat Ess Trans
|
||||
minä minun minut minua minussa minusta minuun minulla minulta minulle | I
|
||||
sinä sinun sinut sinua sinussa sinusta sinuun sinulla sinulta sinulle | you
|
||||
hän hänen hänet häntä hänessä hänestä häneen hänellä häneltä hänelle | he she
|
||||
me meidän meidät meitä meissä meistä meihin meillä meiltä meille | we
|
||||
te teidän teidät teitä teissä teistä teihin teillä teiltä teille | you
|
||||
he heidän heidät heitä heissä heistä heihin heillä heiltä heille | they
|
||||
|
||||
tämä tämän tätä tässä tästä tähän tällä tältä tälle tänä täksi | this
|
||||
tuo tuon tuota tuossa tuosta tuohon tuolla tuolta tuolle tuona tuoksi | that
|
||||
se sen sitä siinä siitä siihen sillä siltä sille sinä siksi | it
|
||||
nämä näiden näitä näissä näistä näihin näillä näiltä näille näinä näiksi | these
|
||||
nuo noiden noita noissa noista noihin noilla noilta noille noina noiksi | those
|
||||
ne niiden niitä niissä niistä niihin niillä niiltä niille niinä niiksi | they
|
||||
|
||||
kuka kenen kenet ketä kenessä kenestä keneen kenellä keneltä kenelle kenenä keneksi| who
|
||||
ketkä keiden ketkä keitä keissä keistä keihin keillä keiltä keille keinä keiksi | (pl)
|
||||
mikä minkä minkä mitä missä mistä mihin millä miltä mille minä miksi | which what
|
||||
mitkä | (pl)
|
||||
|
||||
joka jonka jota jossa josta johon jolla jolta jolle jona joksi | who which
|
||||
jotka joiden joita joissa joista joihin joilla joilta joille joina joiksi | (pl)
|
||||
|
||||
| conjunctions
|
||||
|
||||
että | that
|
||||
ja | and
|
||||
jos | if
|
||||
koska | because
|
||||
kuin | than
|
||||
mutta | but
|
||||
niin | so
|
||||
sekä | and
|
||||
sillä | for
|
||||
tai | or
|
||||
vaan | but
|
||||
vai | or
|
||||
vaikka | although
|
||||
|
||||
|
||||
| prepositions
|
||||
|
||||
kanssa | with
|
||||
mukaan | according to
|
||||
noin | about
|
||||
poikki | across
|
||||
yli | over, across
|
||||
|
||||
| other
|
||||
|
||||
kun | when
|
||||
niin | so
|
||||
nyt | now
|
||||
itse | self
|
||||
""") # NoQA: E501
|
||||
from sphinx.search import SearchLanguage
|
||||
from sphinx.search._stopwords.fi import FINNISH_STOPWORDS
|
||||
|
||||
|
||||
class SearchFinnish(SearchLanguage):
|
||||
lang = 'fi'
|
||||
language_name = 'Finnish'
|
||||
js_stemmer_rawcode = 'finnish-stemmer.js'
|
||||
stopwords = finnish_stopwords
|
||||
stopwords = FINNISH_STOPWORDS
|
||||
|
||||
def __init__(self, options: dict[str, str]) -> None:
|
||||
super().__init__(options)
|
||||
|
||||
+3
-179
@@ -4,191 +4,15 @@ from __future__ import annotations
|
||||
|
||||
import snowballstemmer
|
||||
|
||||
from sphinx.search import SearchLanguage, parse_stop_word
|
||||
|
||||
french_stopwords = parse_stop_word("""
|
||||
| source: https://snowballstem.org/algorithms/french/stop.txt
|
||||
au | a + le
|
||||
aux | a + les
|
||||
avec | with
|
||||
ce | this
|
||||
ces | these
|
||||
dans | with
|
||||
de | of
|
||||
des | de + les
|
||||
du | de + le
|
||||
elle | she
|
||||
en | `of them' etc
|
||||
et | and
|
||||
eux | them
|
||||
il | he
|
||||
je | I
|
||||
la | the
|
||||
le | the
|
||||
leur | their
|
||||
lui | him
|
||||
ma | my (fem)
|
||||
mais | but
|
||||
me | me
|
||||
même | same; as in moi-même (myself) etc
|
||||
mes | me (pl)
|
||||
moi | me
|
||||
mon | my (masc)
|
||||
ne | not
|
||||
nos | our (pl)
|
||||
notre | our
|
||||
nous | we
|
||||
on | one
|
||||
ou | where
|
||||
par | by
|
||||
pas | not
|
||||
pour | for
|
||||
qu | que before vowel
|
||||
que | that
|
||||
qui | who
|
||||
sa | his, her (fem)
|
||||
se | oneself
|
||||
ses | his (pl)
|
||||
son | his, her (masc)
|
||||
sur | on
|
||||
ta | thy (fem)
|
||||
te | thee
|
||||
tes | thy (pl)
|
||||
toi | thee
|
||||
ton | thy (masc)
|
||||
tu | thou
|
||||
un | a
|
||||
une | a
|
||||
vos | your (pl)
|
||||
votre | your
|
||||
vous | you
|
||||
|
||||
| single letter forms
|
||||
|
||||
c | c'
|
||||
d | d'
|
||||
j | j'
|
||||
l | l'
|
||||
à | to, at
|
||||
m | m'
|
||||
n | n'
|
||||
s | s'
|
||||
t | t'
|
||||
y | there
|
||||
|
||||
| forms of être (not including the infinitive):
|
||||
été
|
||||
étée
|
||||
étées
|
||||
étés
|
||||
étant
|
||||
suis
|
||||
es
|
||||
est
|
||||
sommes
|
||||
êtes
|
||||
sont
|
||||
serai
|
||||
seras
|
||||
sera
|
||||
serons
|
||||
serez
|
||||
seront
|
||||
serais
|
||||
serait
|
||||
serions
|
||||
seriez
|
||||
seraient
|
||||
étais
|
||||
était
|
||||
étions
|
||||
étiez
|
||||
étaient
|
||||
fus
|
||||
fut
|
||||
fûmes
|
||||
fûtes
|
||||
furent
|
||||
sois
|
||||
soit
|
||||
soyons
|
||||
soyez
|
||||
soient
|
||||
fusse
|
||||
fusses
|
||||
fût
|
||||
fussions
|
||||
fussiez
|
||||
fussent
|
||||
|
||||
| forms of avoir (not including the infinitive):
|
||||
ayant
|
||||
eu
|
||||
eue
|
||||
eues
|
||||
eus
|
||||
ai
|
||||
as
|
||||
avons
|
||||
avez
|
||||
ont
|
||||
aurai
|
||||
auras
|
||||
aura
|
||||
aurons
|
||||
aurez
|
||||
auront
|
||||
aurais
|
||||
aurait
|
||||
aurions
|
||||
auriez
|
||||
auraient
|
||||
avais
|
||||
avait
|
||||
avions
|
||||
aviez
|
||||
avaient
|
||||
eut
|
||||
eûmes
|
||||
eûtes
|
||||
eurent
|
||||
aie
|
||||
aies
|
||||
ait
|
||||
ayons
|
||||
ayez
|
||||
aient
|
||||
eusse
|
||||
eusses
|
||||
eût
|
||||
eussions
|
||||
eussiez
|
||||
eussent
|
||||
|
||||
| Later additions (from Jean-Christophe Deschamps)
|
||||
ceci | this
|
||||
cela | that (added 11 Apr 2012. Omission reported by Adrien Grand)
|
||||
celà | that (incorrect, though common)
|
||||
cet | this
|
||||
cette | this
|
||||
ici | here
|
||||
ils | they
|
||||
les | the (pl)
|
||||
leurs | their (pl)
|
||||
quel | which
|
||||
quels | which
|
||||
quelle | which
|
||||
quelles | which
|
||||
sans | without
|
||||
soi | oneself
|
||||
""")
|
||||
from sphinx.search import SearchLanguage
|
||||
from sphinx.search._stopwords.fr import FRENCH_STOPWORDS
|
||||
|
||||
|
||||
class SearchFrench(SearchLanguage):
|
||||
lang = 'fr'
|
||||
language_name = 'French'
|
||||
js_stemmer_rawcode = 'french-stemmer.js'
|
||||
stopwords = french_stopwords
|
||||
stopwords = FRENCH_STOPWORDS
|
||||
|
||||
def __init__(self, options: dict[str, str]) -> None:
|
||||
super().__init__(options)
|
||||
|
||||
+3
-206
@@ -4,218 +4,15 @@ from __future__ import annotations
|
||||
|
||||
import snowballstemmer
|
||||
|
||||
from sphinx.search import SearchLanguage, parse_stop_word
|
||||
|
||||
hungarian_stopwords = parse_stop_word("""
|
||||
| source: https://snowballstem.org/algorithms/hungarian/stop.txt
|
||||
| prepared by Anna Tordai
|
||||
a
|
||||
ahogy
|
||||
ahol
|
||||
aki
|
||||
akik
|
||||
akkor
|
||||
alatt
|
||||
által
|
||||
általában
|
||||
amely
|
||||
amelyek
|
||||
amelyekben
|
||||
amelyeket
|
||||
amelyet
|
||||
amelynek
|
||||
ami
|
||||
amit
|
||||
amolyan
|
||||
amíg
|
||||
amikor
|
||||
át
|
||||
abban
|
||||
ahhoz
|
||||
annak
|
||||
arra
|
||||
arról
|
||||
az
|
||||
azok
|
||||
azon
|
||||
azt
|
||||
azzal
|
||||
azért
|
||||
aztán
|
||||
azután
|
||||
azonban
|
||||
bár
|
||||
be
|
||||
belül
|
||||
benne
|
||||
cikk
|
||||
cikkek
|
||||
cikkeket
|
||||
csak
|
||||
de
|
||||
e
|
||||
eddig
|
||||
egész
|
||||
egy
|
||||
egyes
|
||||
egyetlen
|
||||
egyéb
|
||||
egyik
|
||||
egyre
|
||||
ekkor
|
||||
el
|
||||
elég
|
||||
ellen
|
||||
elő
|
||||
először
|
||||
előtt
|
||||
első
|
||||
én
|
||||
éppen
|
||||
ebben
|
||||
ehhez
|
||||
emilyen
|
||||
ennek
|
||||
erre
|
||||
ez
|
||||
ezt
|
||||
ezek
|
||||
ezen
|
||||
ezzel
|
||||
ezért
|
||||
és
|
||||
fel
|
||||
felé
|
||||
hanem
|
||||
hiszen
|
||||
hogy
|
||||
hogyan
|
||||
igen
|
||||
így
|
||||
illetve
|
||||
ill.
|
||||
ill
|
||||
ilyen
|
||||
ilyenkor
|
||||
ison
|
||||
ismét
|
||||
itt
|
||||
jó
|
||||
jól
|
||||
jobban
|
||||
kell
|
||||
kellett
|
||||
keresztül
|
||||
keressünk
|
||||
ki
|
||||
kívül
|
||||
között
|
||||
közül
|
||||
legalább
|
||||
lehet
|
||||
lehetett
|
||||
legyen
|
||||
lenne
|
||||
lenni
|
||||
lesz
|
||||
lett
|
||||
maga
|
||||
magát
|
||||
majd
|
||||
majd
|
||||
már
|
||||
más
|
||||
másik
|
||||
meg
|
||||
még
|
||||
mellett
|
||||
mert
|
||||
mely
|
||||
melyek
|
||||
mi
|
||||
mit
|
||||
míg
|
||||
miért
|
||||
milyen
|
||||
mikor
|
||||
minden
|
||||
mindent
|
||||
mindenki
|
||||
mindig
|
||||
mint
|
||||
mintha
|
||||
mivel
|
||||
most
|
||||
nagy
|
||||
nagyobb
|
||||
nagyon
|
||||
ne
|
||||
néha
|
||||
nekem
|
||||
neki
|
||||
nem
|
||||
néhány
|
||||
nélkül
|
||||
nincs
|
||||
olyan
|
||||
ott
|
||||
össze
|
||||
ő
|
||||
ők
|
||||
őket
|
||||
pedig
|
||||
persze
|
||||
rá
|
||||
s
|
||||
saját
|
||||
sem
|
||||
semmi
|
||||
sok
|
||||
sokat
|
||||
sokkal
|
||||
számára
|
||||
szemben
|
||||
szerint
|
||||
szinte
|
||||
talán
|
||||
tehát
|
||||
teljes
|
||||
tovább
|
||||
továbbá
|
||||
több
|
||||
úgy
|
||||
ugyanis
|
||||
új
|
||||
újabb
|
||||
újra
|
||||
után
|
||||
utána
|
||||
utolsó
|
||||
vagy
|
||||
vagyis
|
||||
valaki
|
||||
valami
|
||||
valamint
|
||||
való
|
||||
vagyok
|
||||
van
|
||||
vannak
|
||||
volt
|
||||
voltam
|
||||
voltak
|
||||
voltunk
|
||||
vissza
|
||||
vele
|
||||
viszont
|
||||
volna
|
||||
""")
|
||||
from sphinx.search import SearchLanguage
|
||||
from sphinx.search._stopwords.hu import HUNGARIAN_STOPWORDS
|
||||
|
||||
|
||||
class SearchHungarian(SearchLanguage):
|
||||
lang = 'hu'
|
||||
language_name = 'Hungarian'
|
||||
js_stemmer_rawcode = 'hungarian-stemmer.js'
|
||||
stopwords = hungarian_stopwords
|
||||
stopwords = HUNGARIAN_STOPWORDS
|
||||
|
||||
def __init__(self, options: dict[str, str]) -> None:
|
||||
super().__init__(options)
|
||||
|
||||
+3
-296
@@ -4,308 +4,15 @@ from __future__ import annotations
|
||||
|
||||
import snowballstemmer
|
||||
|
||||
from sphinx.search import SearchLanguage, parse_stop_word
|
||||
|
||||
italian_stopwords = parse_stop_word("""
|
||||
| source: https://snowballstem.org/algorithms/italian/stop.txt
|
||||
ad | a (to) before vowel
|
||||
al | a + il
|
||||
allo | a + lo
|
||||
ai | a + i
|
||||
agli | a + gli
|
||||
all | a + l'
|
||||
agl | a + gl'
|
||||
alla | a + la
|
||||
alle | a + le
|
||||
con | with
|
||||
col | con + il
|
||||
coi | con + i (forms collo, cogli etc are now very rare)
|
||||
da | from
|
||||
dal | da + il
|
||||
dallo | da + lo
|
||||
dai | da + i
|
||||
dagli | da + gli
|
||||
dall | da + l'
|
||||
dagl | da + gll'
|
||||
dalla | da + la
|
||||
dalle | da + le
|
||||
di | of
|
||||
del | di + il
|
||||
dello | di + lo
|
||||
dei | di + i
|
||||
degli | di + gli
|
||||
dell | di + l'
|
||||
degl | di + gl'
|
||||
della | di + la
|
||||
delle | di + le
|
||||
in | in
|
||||
nel | in + el
|
||||
nello | in + lo
|
||||
nei | in + i
|
||||
negli | in + gli
|
||||
nell | in + l'
|
||||
negl | in + gl'
|
||||
nella | in + la
|
||||
nelle | in + le
|
||||
su | on
|
||||
sul | su + il
|
||||
sullo | su + lo
|
||||
sui | su + i
|
||||
sugli | su + gli
|
||||
sull | su + l'
|
||||
sugl | su + gl'
|
||||
sulla | su + la
|
||||
sulle | su + le
|
||||
per | through, by
|
||||
tra | among
|
||||
contro | against
|
||||
io | I
|
||||
tu | thou
|
||||
lui | he
|
||||
lei | she
|
||||
noi | we
|
||||
voi | you
|
||||
loro | they
|
||||
mio | my
|
||||
mia |
|
||||
miei |
|
||||
mie |
|
||||
tuo |
|
||||
tua |
|
||||
tuoi | thy
|
||||
tue |
|
||||
suo |
|
||||
sua |
|
||||
suoi | his, her
|
||||
sue |
|
||||
nostro | our
|
||||
nostra |
|
||||
nostri |
|
||||
nostre |
|
||||
vostro | your
|
||||
vostra |
|
||||
vostri |
|
||||
vostre |
|
||||
mi | me
|
||||
ti | thee
|
||||
ci | us, there
|
||||
vi | you, there
|
||||
lo | him, the
|
||||
la | her, the
|
||||
li | them
|
||||
le | them, the
|
||||
gli | to him, the
|
||||
ne | from there etc
|
||||
il | the
|
||||
un | a
|
||||
uno | a
|
||||
una | a
|
||||
ma | but
|
||||
ed | and
|
||||
se | if
|
||||
perché | why, because
|
||||
anche | also
|
||||
come | how
|
||||
dov | where (as dov')
|
||||
dove | where
|
||||
che | who, that
|
||||
chi | who
|
||||
cui | whom
|
||||
non | not
|
||||
più | more
|
||||
quale | who, that
|
||||
quanto | how much
|
||||
quanti |
|
||||
quanta |
|
||||
quante |
|
||||
quello | that
|
||||
quelli |
|
||||
quella |
|
||||
quelle |
|
||||
questo | this
|
||||
questi |
|
||||
questa |
|
||||
queste |
|
||||
si | yes
|
||||
tutto | all
|
||||
tutti | all
|
||||
|
||||
| single letter forms:
|
||||
|
||||
a | at
|
||||
c | as c' for ce or ci
|
||||
e | and
|
||||
i | the
|
||||
l | as l'
|
||||
o | or
|
||||
|
||||
| forms of avere, to have (not including the infinitive):
|
||||
|
||||
ho
|
||||
hai
|
||||
ha
|
||||
abbiamo
|
||||
avete
|
||||
hanno
|
||||
abbia
|
||||
abbiate
|
||||
abbiano
|
||||
avrò
|
||||
avrai
|
||||
avrà
|
||||
avremo
|
||||
avrete
|
||||
avranno
|
||||
avrei
|
||||
avresti
|
||||
avrebbe
|
||||
avremmo
|
||||
avreste
|
||||
avrebbero
|
||||
avevo
|
||||
avevi
|
||||
aveva
|
||||
avevamo
|
||||
avevate
|
||||
avevano
|
||||
ebbi
|
||||
avesti
|
||||
ebbe
|
||||
avemmo
|
||||
aveste
|
||||
ebbero
|
||||
avessi
|
||||
avesse
|
||||
avessimo
|
||||
avessero
|
||||
avendo
|
||||
avuto
|
||||
avuta
|
||||
avuti
|
||||
avute
|
||||
|
||||
| forms of essere, to be (not including the infinitive):
|
||||
sono
|
||||
sei
|
||||
è
|
||||
siamo
|
||||
siete
|
||||
sia
|
||||
siate
|
||||
siano
|
||||
sarò
|
||||
sarai
|
||||
sarà
|
||||
saremo
|
||||
sarete
|
||||
saranno
|
||||
sarei
|
||||
saresti
|
||||
sarebbe
|
||||
saremmo
|
||||
sareste
|
||||
sarebbero
|
||||
ero
|
||||
eri
|
||||
era
|
||||
eravamo
|
||||
eravate
|
||||
erano
|
||||
fui
|
||||
fosti
|
||||
fu
|
||||
fummo
|
||||
foste
|
||||
furono
|
||||
fossi
|
||||
fosse
|
||||
fossimo
|
||||
fossero
|
||||
essendo
|
||||
|
||||
| forms of fare, to do (not including the infinitive, fa, fat-):
|
||||
faccio
|
||||
fai
|
||||
facciamo
|
||||
fanno
|
||||
faccia
|
||||
facciate
|
||||
facciano
|
||||
farò
|
||||
farai
|
||||
farà
|
||||
faremo
|
||||
farete
|
||||
faranno
|
||||
farei
|
||||
faresti
|
||||
farebbe
|
||||
faremmo
|
||||
fareste
|
||||
farebbero
|
||||
facevo
|
||||
facevi
|
||||
faceva
|
||||
facevamo
|
||||
facevate
|
||||
facevano
|
||||
feci
|
||||
facesti
|
||||
fece
|
||||
facemmo
|
||||
faceste
|
||||
fecero
|
||||
facessi
|
||||
facesse
|
||||
facessimo
|
||||
facessero
|
||||
facendo
|
||||
|
||||
| forms of stare, to be (not including the infinitive):
|
||||
sto
|
||||
stai
|
||||
sta
|
||||
stiamo
|
||||
stanno
|
||||
stia
|
||||
stiate
|
||||
stiano
|
||||
starò
|
||||
starai
|
||||
starà
|
||||
staremo
|
||||
starete
|
||||
staranno
|
||||
starei
|
||||
staresti
|
||||
starebbe
|
||||
staremmo
|
||||
stareste
|
||||
starebbero
|
||||
stavo
|
||||
stavi
|
||||
stava
|
||||
stavamo
|
||||
stavate
|
||||
stavano
|
||||
stetti
|
||||
stesti
|
||||
stette
|
||||
stemmo
|
||||
steste
|
||||
stettero
|
||||
stessi
|
||||
stesse
|
||||
stessimo
|
||||
stessero
|
||||
""")
|
||||
from sphinx.search import SearchLanguage
|
||||
from sphinx.search._stopwords.it import ITALIAN_STOPWORDS
|
||||
|
||||
|
||||
class SearchItalian(SearchLanguage):
|
||||
lang = 'it'
|
||||
language_name = 'Italian'
|
||||
js_stemmer_rawcode = 'italian-stemmer.js'
|
||||
stopwords = italian_stopwords
|
||||
stopwords = ITALIAN_STOPWORDS
|
||||
|
||||
def __init__(self, options: dict[str, str]) -> None:
|
||||
super().__init__(options)
|
||||
|
||||
+3
-107
@@ -4,119 +4,15 @@ from __future__ import annotations
|
||||
|
||||
import snowballstemmer
|
||||
|
||||
from sphinx.search import SearchLanguage, parse_stop_word
|
||||
|
||||
dutch_stopwords = parse_stop_word("""
|
||||
| source: https://snowballstem.org/algorithms/dutch/stop.txt
|
||||
de | the
|
||||
en | and
|
||||
van | of, from
|
||||
ik | I, the ego
|
||||
te | (1) chez, at etc, (2) to, (3) too
|
||||
dat | that, which
|
||||
die | that, those, who, which
|
||||
in | in, inside
|
||||
een | a, an, one
|
||||
hij | he
|
||||
het | the, it
|
||||
niet | not, nothing, naught
|
||||
zijn | (1) to be, being, (2) his, one's, its
|
||||
is | is
|
||||
was | (1) was, past tense of all persons sing. of 'zijn' (to be) (2) wax, (3) the washing, (4) rise of river
|
||||
op | on, upon, at, in, up, used up
|
||||
aan | on, upon, to (as dative)
|
||||
met | with, by
|
||||
als | like, such as, when
|
||||
voor | (1) before, in front of, (2) furrow
|
||||
had | had, past tense all persons sing. of 'hebben' (have)
|
||||
er | there
|
||||
maar | but, only
|
||||
om | round, about, for etc
|
||||
hem | him
|
||||
dan | then
|
||||
zou | should/would, past tense all persons sing. of 'zullen'
|
||||
of | or, whether, if
|
||||
wat | what, something, anything
|
||||
mijn | possessive and noun 'mine'
|
||||
men | people, 'one'
|
||||
dit | this
|
||||
zo | so, thus, in this way
|
||||
door | through by
|
||||
over | over, across
|
||||
ze | she, her, they, them
|
||||
zich | oneself
|
||||
bij | (1) a bee, (2) by, near, at
|
||||
ook | also, too
|
||||
tot | till, until
|
||||
je | you
|
||||
mij | me
|
||||
uit | out of, from
|
||||
der | Old Dutch form of 'van der' still found in surnames
|
||||
daar | (1) there, (2) because
|
||||
haar | (1) her, their, them, (2) hair
|
||||
naar | (1) unpleasant, unwell etc, (2) towards, (3) as
|
||||
heb | present first person sing. of 'to have'
|
||||
hoe | how, why
|
||||
heeft | present third person sing. of 'to have'
|
||||
hebben | 'to have' and various parts thereof
|
||||
deze | this
|
||||
u | you
|
||||
want | (1) for, (2) mitten, (3) rigging
|
||||
nog | yet, still
|
||||
zal | 'shall', first and third person sing. of verb 'zullen' (will)
|
||||
me | me
|
||||
zij | she, they
|
||||
nu | now
|
||||
ge | 'thou', still used in Belgium and south Netherlands
|
||||
geen | none
|
||||
omdat | because
|
||||
iets | something, somewhat
|
||||
worden | to become, grow, get
|
||||
toch | yet, still
|
||||
al | all, every, each
|
||||
waren | (1) 'were' (2) to wander, (3) wares, (3)
|
||||
veel | much, many
|
||||
meer | (1) more, (2) lake
|
||||
doen | to do, to make
|
||||
toen | then, when
|
||||
moet | noun 'spot/mote' and present form of 'to must'
|
||||
ben | (1) am, (2) 'are' in interrogative second person singular of 'to be'
|
||||
zonder | without
|
||||
kan | noun 'can' and present form of 'to be able'
|
||||
hun | their, them
|
||||
dus | so, consequently
|
||||
alles | all, everything, anything
|
||||
onder | under, beneath
|
||||
ja | yes, of course
|
||||
eens | once, one day
|
||||
hier | here
|
||||
wie | who
|
||||
werd | imperfect third person sing. of 'become'
|
||||
altijd | always
|
||||
doch | yet, but etc
|
||||
wordt | present third person sing. of 'become'
|
||||
wezen | (1) to be, (2) 'been' as in 'been fishing', (3) orphans
|
||||
kunnen | to be able
|
||||
ons | us/our
|
||||
zelf | self
|
||||
tegen | against, towards, at
|
||||
na | after, near
|
||||
reeds | already
|
||||
wil | (1) present tense of 'want', (2) 'will', noun, (3) fender
|
||||
kon | could; past tense of 'to be able'
|
||||
niets | nothing
|
||||
uw | your
|
||||
iemand | somebody
|
||||
geweest | been; past participle of 'be'
|
||||
andere | other
|
||||
""") # NoQA: E501
|
||||
from sphinx.search import SearchLanguage
|
||||
from sphinx.search._stopwords.nl import DUTCH_STOPWORDS
|
||||
|
||||
|
||||
class SearchDutch(SearchLanguage):
|
||||
lang = 'nl'
|
||||
language_name = 'Dutch'
|
||||
js_stemmer_rawcode = 'dutch-stemmer.js'
|
||||
stopwords = dutch_stopwords
|
||||
stopwords = DUTCH_STOPWORDS
|
||||
|
||||
def __init__(self, options: dict[str, str]) -> None:
|
||||
super().__init__(options)
|
||||
|
||||
+3
-182
@@ -4,194 +4,15 @@ from __future__ import annotations
|
||||
|
||||
import snowballstemmer
|
||||
|
||||
from sphinx.search import SearchLanguage, parse_stop_word
|
||||
|
||||
norwegian_stopwords = parse_stop_word("""
|
||||
| source: https://snowballstem.org/algorithms/norwegian/stop.txt
|
||||
og | and
|
||||
i | in
|
||||
jeg | I
|
||||
det | it/this/that
|
||||
at | to (w. inf.)
|
||||
en | a/an
|
||||
et | a/an
|
||||
den | it/this/that
|
||||
til | to
|
||||
er | is/am/are
|
||||
som | who/that
|
||||
på | on
|
||||
de | they / you(formal)
|
||||
med | with
|
||||
han | he
|
||||
av | of
|
||||
ikke | not
|
||||
ikkje | not *
|
||||
der | there
|
||||
så | so
|
||||
var | was/were
|
||||
meg | me
|
||||
seg | you
|
||||
men | but
|
||||
ett | one
|
||||
har | have
|
||||
om | about
|
||||
vi | we
|
||||
min | my
|
||||
mitt | my
|
||||
ha | have
|
||||
hadde | had
|
||||
hun | she
|
||||
nå | now
|
||||
over | over
|
||||
da | when/as
|
||||
ved | by/know
|
||||
fra | from
|
||||
du | you
|
||||
ut | out
|
||||
sin | your
|
||||
dem | them
|
||||
oss | us
|
||||
opp | up
|
||||
man | you/one
|
||||
kan | can
|
||||
hans | his
|
||||
hvor | where
|
||||
eller | or
|
||||
hva | what
|
||||
skal | shall/must
|
||||
selv | self (reflective)
|
||||
sjøl | self (reflective)
|
||||
her | here
|
||||
alle | all
|
||||
vil | will
|
||||
bli | become
|
||||
ble | became
|
||||
blei | became *
|
||||
blitt | have become
|
||||
kunne | could
|
||||
inn | in
|
||||
når | when
|
||||
være | be
|
||||
kom | come
|
||||
noen | some
|
||||
noe | some
|
||||
ville | would
|
||||
dere | you
|
||||
som | who/which/that
|
||||
deres | their/theirs
|
||||
kun | only/just
|
||||
ja | yes
|
||||
etter | after
|
||||
ned | down
|
||||
skulle | should
|
||||
denne | this
|
||||
for | for/because
|
||||
deg | you
|
||||
si | hers/his
|
||||
sine | hers/his
|
||||
sitt | hers/his
|
||||
mot | against
|
||||
å | to
|
||||
meget | much
|
||||
hvorfor | why
|
||||
dette | this
|
||||
disse | these/those
|
||||
uten | without
|
||||
hvordan | how
|
||||
ingen | none
|
||||
din | your
|
||||
ditt | your
|
||||
blir | become
|
||||
samme | same
|
||||
hvilken | which
|
||||
hvilke | which (plural)
|
||||
sånn | such a
|
||||
inni | inside/within
|
||||
mellom | between
|
||||
vår | our
|
||||
hver | each
|
||||
hvem | who
|
||||
vors | us/ours
|
||||
hvis | whose
|
||||
både | both
|
||||
bare | only/just
|
||||
enn | than
|
||||
fordi | as/because
|
||||
før | before
|
||||
mange | many
|
||||
også | also
|
||||
slik | just
|
||||
vært | been
|
||||
være | to be
|
||||
båe | both *
|
||||
begge | both
|
||||
siden | since
|
||||
dykk | your *
|
||||
dykkar | yours *
|
||||
dei | they *
|
||||
deira | them *
|
||||
deires | theirs *
|
||||
deim | them *
|
||||
di | your (fem.) *
|
||||
då | as/when *
|
||||
eg | I *
|
||||
ein | a/an *
|
||||
eit | a/an *
|
||||
eitt | a/an *
|
||||
elles | or *
|
||||
honom | he *
|
||||
hjå | at *
|
||||
ho | she *
|
||||
hoe | she *
|
||||
henne | her
|
||||
hennar | her/hers
|
||||
hennes | hers
|
||||
hoss | how *
|
||||
hossen | how *
|
||||
ikkje | not *
|
||||
ingi | noone *
|
||||
inkje | noone *
|
||||
korleis | how *
|
||||
korso | how *
|
||||
kva | what/which *
|
||||
kvar | where *
|
||||
kvarhelst | where *
|
||||
kven | who/whom *
|
||||
kvi | why *
|
||||
kvifor | why *
|
||||
me | we *
|
||||
medan | while *
|
||||
mi | my *
|
||||
mine | my *
|
||||
mykje | much *
|
||||
no | now *
|
||||
nokon | some (masc./neut.) *
|
||||
noka | some (fem.) *
|
||||
nokor | some *
|
||||
noko | some *
|
||||
nokre | some *
|
||||
si | his/hers *
|
||||
sia | since *
|
||||
sidan | since *
|
||||
so | so *
|
||||
somt | some *
|
||||
somme | some *
|
||||
um | about*
|
||||
upp | up *
|
||||
vere | be *
|
||||
vore | was *
|
||||
verte | become *
|
||||
vort | become *
|
||||
varte | became *
|
||||
vart | became *
|
||||
""")
|
||||
from sphinx.search import SearchLanguage
|
||||
from sphinx.search._stopwords.no import NORWEGIAN_STOPWORDS
|
||||
|
||||
|
||||
class SearchNorwegian(SearchLanguage):
|
||||
lang = 'no'
|
||||
language_name = 'Norwegian'
|
||||
js_stemmer_rawcode = 'norwegian-stemmer.js'
|
||||
stopwords = norwegian_stopwords
|
||||
stopwords = NORWEGIAN_STOPWORDS
|
||||
|
||||
def __init__(self, options: dict[str, str]) -> None:
|
||||
super().__init__(options)
|
||||
|
||||
+3
-241
@@ -4,253 +4,15 @@ from __future__ import annotations
|
||||
|
||||
import snowballstemmer
|
||||
|
||||
from sphinx.search import SearchLanguage, parse_stop_word
|
||||
|
||||
portuguese_stopwords = parse_stop_word("""
|
||||
| source: https://snowballstem.org/algorithms/portuguese/stop.txt
|
||||
de | of, from
|
||||
a | the; to, at; her
|
||||
o | the; him
|
||||
que | who, that
|
||||
e | and
|
||||
do | de + o
|
||||
da | de + a
|
||||
em | in
|
||||
um | a
|
||||
para | for
|
||||
| é from SER
|
||||
com | with
|
||||
não | not, no
|
||||
uma | a
|
||||
os | the; them
|
||||
no | em + o
|
||||
se | himself etc
|
||||
na | em + a
|
||||
por | for
|
||||
mais | more
|
||||
as | the; them
|
||||
dos | de + os
|
||||
como | as, like
|
||||
mas | but
|
||||
| foi from SER
|
||||
ao | a + o
|
||||
ele | he
|
||||
das | de + as
|
||||
| tem from TER
|
||||
à | a + a
|
||||
seu | his
|
||||
sua | her
|
||||
ou | or
|
||||
| ser from SER
|
||||
quando | when
|
||||
muito | much
|
||||
| há from HAV
|
||||
nos | em + os; us
|
||||
já | already, now
|
||||
| está from EST
|
||||
eu | I
|
||||
também | also
|
||||
só | only, just
|
||||
pelo | per + o
|
||||
pela | per + a
|
||||
até | up to
|
||||
isso | that
|
||||
ela | he
|
||||
entre | between
|
||||
| era from SER
|
||||
depois | after
|
||||
sem | without
|
||||
mesmo | same
|
||||
aos | a + os
|
||||
| ter from TER
|
||||
seus | his
|
||||
quem | whom
|
||||
nas | em + as
|
||||
me | me
|
||||
esse | that
|
||||
eles | they
|
||||
| estão from EST
|
||||
você | you
|
||||
| tinha from TER
|
||||
| foram from SER
|
||||
essa | that
|
||||
num | em + um
|
||||
nem | nor
|
||||
suas | her
|
||||
meu | my
|
||||
às | a + as
|
||||
minha | my
|
||||
| têm from TER
|
||||
numa | em + uma
|
||||
pelos | per + os
|
||||
elas | they
|
||||
| havia from HAV
|
||||
| seja from SER
|
||||
qual | which
|
||||
| será from SER
|
||||
nós | we
|
||||
| tenho from TER
|
||||
lhe | to him, her
|
||||
deles | of them
|
||||
essas | those
|
||||
esses | those
|
||||
pelas | per + as
|
||||
este | this
|
||||
| fosse from SER
|
||||
dele | of him
|
||||
|
||||
| other words. There are many contractions such as naquele = em+aquele,
|
||||
| mo = me+o, but they are rare.
|
||||
| Indefinite article plural forms are also rare.
|
||||
|
||||
tu | thou
|
||||
te | thee
|
||||
vocês | you (plural)
|
||||
vos | you
|
||||
lhes | to them
|
||||
meus | my
|
||||
minhas
|
||||
teu | thy
|
||||
tua
|
||||
teus
|
||||
tuas
|
||||
nosso | our
|
||||
nossa
|
||||
nossos
|
||||
nossas
|
||||
|
||||
dela | of her
|
||||
delas | of them
|
||||
|
||||
esta | this
|
||||
estes | these
|
||||
estas | these
|
||||
aquele | that
|
||||
aquela | that
|
||||
aqueles | those
|
||||
aquelas | those
|
||||
isto | this
|
||||
aquilo | that
|
||||
|
||||
| forms of estar, to be (not including the infinitive):
|
||||
estou
|
||||
está
|
||||
estamos
|
||||
estão
|
||||
estive
|
||||
esteve
|
||||
estivemos
|
||||
estiveram
|
||||
estava
|
||||
estávamos
|
||||
estavam
|
||||
estivera
|
||||
estivéramos
|
||||
esteja
|
||||
estejamos
|
||||
estejam
|
||||
estivesse
|
||||
estivéssemos
|
||||
estivessem
|
||||
estiver
|
||||
estivermos
|
||||
estiverem
|
||||
|
||||
| forms of haver, to have (not including the infinitive):
|
||||
hei
|
||||
há
|
||||
havemos
|
||||
hão
|
||||
houve
|
||||
houvemos
|
||||
houveram
|
||||
houvera
|
||||
houvéramos
|
||||
haja
|
||||
hajamos
|
||||
hajam
|
||||
houvesse
|
||||
houvéssemos
|
||||
houvessem
|
||||
houver
|
||||
houvermos
|
||||
houverem
|
||||
houverei
|
||||
houverá
|
||||
houveremos
|
||||
houverão
|
||||
houveria
|
||||
houveríamos
|
||||
houveriam
|
||||
|
||||
| forms of ser, to be (not including the infinitive):
|
||||
sou
|
||||
somos
|
||||
são
|
||||
era
|
||||
éramos
|
||||
eram
|
||||
fui
|
||||
foi
|
||||
fomos
|
||||
foram
|
||||
fora
|
||||
fôramos
|
||||
seja
|
||||
sejamos
|
||||
sejam
|
||||
fosse
|
||||
fôssemos
|
||||
fossem
|
||||
for
|
||||
formos
|
||||
forem
|
||||
serei
|
||||
será
|
||||
seremos
|
||||
serão
|
||||
seria
|
||||
seríamos
|
||||
seriam
|
||||
|
||||
| forms of ter, to have (not including the infinitive):
|
||||
tenho
|
||||
tem
|
||||
temos
|
||||
tém
|
||||
tinha
|
||||
tínhamos
|
||||
tinham
|
||||
tive
|
||||
teve
|
||||
tivemos
|
||||
tiveram
|
||||
tivera
|
||||
tivéramos
|
||||
tenha
|
||||
tenhamos
|
||||
tenham
|
||||
tivesse
|
||||
tivéssemos
|
||||
tivessem
|
||||
tiver
|
||||
tivermos
|
||||
tiverem
|
||||
terei
|
||||
terá
|
||||
teremos
|
||||
terão
|
||||
teria
|
||||
teríamos
|
||||
teriam
|
||||
""")
|
||||
from sphinx.search import SearchLanguage
|
||||
from sphinx.search._stopwords.pt import PORTUGUESE_STOPWORDS
|
||||
|
||||
|
||||
class SearchPortuguese(SearchLanguage):
|
||||
lang = 'pt'
|
||||
language_name = 'Portuguese'
|
||||
js_stemmer_rawcode = 'portuguese-stemmer.js'
|
||||
stopwords = portuguese_stopwords
|
||||
stopwords = PORTUGUESE_STOPWORDS
|
||||
|
||||
def __init__(self, options: dict[str, str]) -> None:
|
||||
super().__init__(options)
|
||||
|
||||
+1
-1
@@ -11,7 +11,7 @@ class SearchRomanian(SearchLanguage):
|
||||
lang = 'ro'
|
||||
language_name = 'Romanian'
|
||||
js_stemmer_rawcode = 'romanian-stemmer.js'
|
||||
stopwords: set[str] = set()
|
||||
stopwords = frozenset()
|
||||
|
||||
def __init__(self, options: dict[str, str]) -> None:
|
||||
super().__init__(options)
|
||||
|
||||
+3
-231
@@ -4,243 +4,15 @@ from __future__ import annotations
|
||||
|
||||
import snowballstemmer
|
||||
|
||||
from sphinx.search import SearchLanguage, parse_stop_word
|
||||
|
||||
russian_stopwords = parse_stop_word("""
|
||||
| source: https://snowballstem.org/algorithms/russian/stop.txt
|
||||
и | and
|
||||
в | in/into
|
||||
во | alternative form
|
||||
не | not
|
||||
что | what/that
|
||||
он | he
|
||||
на | on/onto
|
||||
я | i
|
||||
с | from
|
||||
со | alternative form
|
||||
как | how
|
||||
а | milder form of `no' (but)
|
||||
то | conjunction and form of `that'
|
||||
все | all
|
||||
она | she
|
||||
так | so, thus
|
||||
его | him
|
||||
но | but
|
||||
да | yes/and
|
||||
ты | thou
|
||||
к | towards, by
|
||||
у | around, chez
|
||||
же | intensifier particle
|
||||
вы | you
|
||||
за | beyond, behind
|
||||
бы | conditional/subj. particle
|
||||
по | up to, along
|
||||
только | only
|
||||
ее | her
|
||||
мне | to me
|
||||
было | it was
|
||||
вот | here is/are, particle
|
||||
от | away from
|
||||
меня | me
|
||||
еще | still, yet, more
|
||||
нет | no, there isnt/arent
|
||||
о | about
|
||||
из | out of
|
||||
ему | to him
|
||||
теперь | now
|
||||
когда | when
|
||||
даже | even
|
||||
ну | so, well
|
||||
вдруг | suddenly
|
||||
ли | interrogative particle
|
||||
если | if
|
||||
уже | already, but homonym of `narrower'
|
||||
или | or
|
||||
ни | neither
|
||||
быть | to be
|
||||
был | he was
|
||||
него | prepositional form of его
|
||||
до | up to
|
||||
вас | you accusative
|
||||
нибудь | indef. suffix preceded by hyphen
|
||||
опять | again
|
||||
уж | already, but homonym of `adder'
|
||||
вам | to you
|
||||
сказал | he said
|
||||
ведь | particle `after all'
|
||||
там | there
|
||||
потом | then
|
||||
себя | oneself
|
||||
ничего | nothing
|
||||
ей | to her
|
||||
может | usually with `быть' as `maybe'
|
||||
они | they
|
||||
тут | here
|
||||
где | where
|
||||
есть | there is/are
|
||||
надо | got to, must
|
||||
ней | prepositional form of ей
|
||||
для | for
|
||||
мы | we
|
||||
тебя | thee
|
||||
их | them, their
|
||||
чем | than
|
||||
была | she was
|
||||
сам | self
|
||||
чтоб | in order to
|
||||
без | without
|
||||
будто | as if
|
||||
человек | man, person, one
|
||||
чего | genitive form of `what'
|
||||
раз | once
|
||||
тоже | also
|
||||
себе | to oneself
|
||||
под | beneath
|
||||
жизнь | life
|
||||
будет | will be
|
||||
ж | short form of intensifer particle `же'
|
||||
тогда | then
|
||||
кто | who
|
||||
этот | this
|
||||
говорил | was saying
|
||||
того | genitive form of `that'
|
||||
потому | for that reason
|
||||
этого | genitive form of `this'
|
||||
какой | which
|
||||
совсем | altogether
|
||||
ним | prepositional form of `его', `они'
|
||||
здесь | here
|
||||
этом | prepositional form of `этот'
|
||||
один | one
|
||||
почти | almost
|
||||
мой | my
|
||||
тем | instrumental/dative plural of `тот', `то'
|
||||
чтобы | full form of `in order that'
|
||||
нее | her (acc.)
|
||||
кажется | it seems
|
||||
сейчас | now
|
||||
были | they were
|
||||
куда | where to
|
||||
зачем | why
|
||||
сказать | to say
|
||||
всех | all (acc., gen. preposn. plural)
|
||||
никогда | never
|
||||
сегодня | today
|
||||
можно | possible, one can
|
||||
при | by
|
||||
наконец | finally
|
||||
два | two
|
||||
об | alternative form of `о', about
|
||||
другой | another
|
||||
хоть | even
|
||||
после | after
|
||||
над | above
|
||||
больше | more
|
||||
тот | that one (masc.)
|
||||
через | across, in
|
||||
эти | these
|
||||
нас | us
|
||||
про | about
|
||||
всего | in all, only, of all
|
||||
них | prepositional form of `они' (they)
|
||||
какая | which, feminine
|
||||
много | lots
|
||||
разве | interrogative particle
|
||||
сказала | she said
|
||||
три | three
|
||||
эту | this, acc. fem. sing.
|
||||
моя | my, feminine
|
||||
впрочем | moreover, besides
|
||||
хорошо | good
|
||||
свою | ones own, acc. fem. sing.
|
||||
этой | oblique form of `эта', fem. `this'
|
||||
перед | in front of
|
||||
иногда | sometimes
|
||||
лучше | better
|
||||
чуть | a little
|
||||
том | preposn. form of `that one'
|
||||
нельзя | one must not
|
||||
такой | such a one
|
||||
им | to them
|
||||
более | more
|
||||
всегда | always
|
||||
конечно | of course
|
||||
всю | acc. fem. sing of `all'
|
||||
между | between
|
||||
|
||||
|
||||
| b: some paradigms
|
||||
|
|
||||
| personal pronouns
|
||||
|
|
||||
| я меня мне мной [мною]
|
||||
| ты тебя тебе тобой [тобою]
|
||||
| он его ему им [него, нему, ним]
|
||||
| она ее эи ею [нее, нэи, нею]
|
||||
| оно его ему им [него, нему, ним]
|
||||
|
|
||||
| мы нас нам нами
|
||||
| вы вас вам вами
|
||||
| они их им ими [них, ним, ними]
|
||||
|
|
||||
| себя себе собой [собою]
|
||||
|
|
||||
| demonstrative pronouns: этот (this), тот (that)
|
||||
|
|
||||
| этот эта это эти
|
||||
| этого эты это эти
|
||||
| этого этой этого этих
|
||||
| этому этой этому этим
|
||||
| этим этой этим [этою] этими
|
||||
| этом этой этом этих
|
||||
|
|
||||
| тот та то те
|
||||
| того ту то те
|
||||
| того той того тех
|
||||
| тому той тому тем
|
||||
| тем той тем [тою] теми
|
||||
| том той том тех
|
||||
|
|
||||
| determinative pronouns
|
||||
|
|
||||
| (a) весь (all)
|
||||
|
|
||||
| весь вся все все
|
||||
| всего всю все все
|
||||
| всего всей всего всех
|
||||
| всему всей всему всем
|
||||
| всем всей всем [всею] всеми
|
||||
| всем всей всем всех
|
||||
|
|
||||
| (b) сам (himself etc)
|
||||
|
|
||||
| сам сама само сами
|
||||
| самого саму само самих
|
||||
| самого самой самого самих
|
||||
| самому самой самому самим
|
||||
| самим самой самим [самою] самими
|
||||
| самом самой самом самих
|
||||
|
|
||||
| stems of verbs `to be', `to have', `to do' and modal
|
||||
|
|
||||
| быть бы буд быв есть суть
|
||||
| име
|
||||
| дел
|
||||
| мог мож мочь
|
||||
| уме
|
||||
| хоч хот
|
||||
| долж
|
||||
| можн
|
||||
| нужн
|
||||
| нельзя
|
||||
""")
|
||||
from sphinx.search import SearchLanguage
|
||||
from sphinx.search._stopwords.ru import RUSSIAN_STOPWORDS
|
||||
|
||||
|
||||
class SearchRussian(SearchLanguage):
|
||||
lang = 'ru'
|
||||
language_name = 'Russian'
|
||||
js_stemmer_rawcode = 'russian-stemmer.js'
|
||||
stopwords = russian_stopwords
|
||||
stopwords = RUSSIAN_STOPWORDS
|
||||
|
||||
def __init__(self, options: dict[str, str]) -> None:
|
||||
super().__init__(options)
|
||||
|
||||
+3
-120
@@ -4,132 +4,15 @@ from __future__ import annotations
|
||||
|
||||
import snowballstemmer
|
||||
|
||||
from sphinx.search import SearchLanguage, parse_stop_word
|
||||
|
||||
swedish_stopwords = parse_stop_word("""
|
||||
| source: https://snowballstem.org/algorithms/swedish/stop.txt
|
||||
och | and
|
||||
det | it, this/that
|
||||
att | to (with infinitive)
|
||||
i | in, at
|
||||
en | a
|
||||
jag | I
|
||||
hon | she
|
||||
som | who, that
|
||||
han | he
|
||||
på | on
|
||||
den | it, this/that
|
||||
med | with
|
||||
var | where, each
|
||||
sig | him(self) etc
|
||||
för | for
|
||||
så | so (also: seed)
|
||||
till | to
|
||||
är | is
|
||||
men | but
|
||||
ett | a
|
||||
om | if; around, about
|
||||
hade | had
|
||||
de | they, these/those
|
||||
av | of
|
||||
icke | not, no
|
||||
mig | me
|
||||
du | you
|
||||
henne | her
|
||||
då | then, when
|
||||
sin | his
|
||||
nu | now
|
||||
har | have
|
||||
inte | inte någon = no one
|
||||
hans | his
|
||||
honom | him
|
||||
skulle | 'sake'
|
||||
hennes | her
|
||||
där | there
|
||||
min | my
|
||||
man | one (pronoun)
|
||||
ej | nor
|
||||
vid | at, by, on (also: vast)
|
||||
kunde | could
|
||||
något | some etc
|
||||
från | from, off
|
||||
ut | out
|
||||
när | when
|
||||
efter | after, behind
|
||||
upp | up
|
||||
vi | we
|
||||
dem | them
|
||||
vara | be
|
||||
vad | what
|
||||
över | over
|
||||
än | than
|
||||
dig | you
|
||||
kan | can
|
||||
sina | his
|
||||
här | here
|
||||
ha | have
|
||||
mot | towards
|
||||
alla | all
|
||||
under | under (also: wonder)
|
||||
någon | some etc
|
||||
eller | or (else)
|
||||
allt | all
|
||||
mycket | much
|
||||
sedan | since
|
||||
ju | why
|
||||
denna | this/that
|
||||
själv | myself, yourself etc
|
||||
detta | this/that
|
||||
åt | to
|
||||
utan | without
|
||||
varit | was
|
||||
hur | how
|
||||
ingen | no
|
||||
mitt | my
|
||||
ni | you
|
||||
bli | to be, become
|
||||
blev | from bli
|
||||
oss | us
|
||||
din | thy
|
||||
dessa | these/those
|
||||
några | some etc
|
||||
deras | their
|
||||
blir | from bli
|
||||
mina | my
|
||||
samma | (the) same
|
||||
vilken | who, that
|
||||
er | you, your
|
||||
sådan | such a
|
||||
vår | our
|
||||
blivit | from bli
|
||||
dess | its
|
||||
inom | within
|
||||
mellan | between
|
||||
sådant | such a
|
||||
varför | why
|
||||
varje | each
|
||||
vilka | who, that
|
||||
ditt | thy
|
||||
vem | who
|
||||
vilket | who, that
|
||||
sitta | his
|
||||
sådana | such a
|
||||
vart | each
|
||||
dina | thy
|
||||
vars | whose
|
||||
vårt | our
|
||||
våra | our
|
||||
ert | your
|
||||
era | your
|
||||
vilkas | whose
|
||||
""")
|
||||
from sphinx.search import SearchLanguage
|
||||
from sphinx.search._stopwords.sv import SWEDISH_STOPWORDS
|
||||
|
||||
|
||||
class SearchSwedish(SearchLanguage):
|
||||
lang = 'sv'
|
||||
language_name = 'Swedish'
|
||||
js_stemmer_rawcode = 'swedish-stemmer.js'
|
||||
stopwords = swedish_stopwords
|
||||
stopwords = SWEDISH_STOPWORDS
|
||||
|
||||
def __init__(self, options: dict[str, str]) -> None:
|
||||
super().__init__(options)
|
||||
|
||||
+1
-1
@@ -11,7 +11,7 @@ class SearchTurkish(SearchLanguage):
|
||||
lang = 'tr'
|
||||
language_name = 'Turkish'
|
||||
js_stemmer_rawcode = 'turkish-stemmer.js'
|
||||
stopwords: set[str] = set()
|
||||
stopwords = frozenset()
|
||||
|
||||
def __init__(self, options: dict[str, str]) -> None:
|
||||
super().__init__(options)
|
||||
|
||||
+2
-13
@@ -9,6 +9,7 @@ from typing import TYPE_CHECKING
|
||||
import snowballstemmer
|
||||
|
||||
from sphinx.search import SearchLanguage
|
||||
from sphinx.search._stopwords.en import ENGLISH_STOPWORDS
|
||||
|
||||
if TYPE_CHECKING:
|
||||
from collections.abc import Iterator
|
||||
@@ -32,18 +33,6 @@ else:
|
||||
)
|
||||
del jieba
|
||||
|
||||
english_stopwords = {
|
||||
'a', 'and', 'are', 'as', 'at',
|
||||
'be', 'but', 'by',
|
||||
'for',
|
||||
'if', 'in', 'into', 'is', 'it',
|
||||
'near', 'no', 'not',
|
||||
'of', 'on', 'or',
|
||||
'such',
|
||||
'that', 'the', 'their', 'then', 'there', 'these', 'they', 'this', 'to',
|
||||
'was', 'will', 'with',
|
||||
} # fmt: skip
|
||||
|
||||
js_porter_stemmer = """
|
||||
/**
|
||||
* Porter Stemmer
|
||||
@@ -237,7 +226,7 @@ class SearchChinese(SearchLanguage):
|
||||
lang = 'zh'
|
||||
language_name = 'Chinese'
|
||||
js_stemmer_code = js_porter_stemmer
|
||||
stopwords = english_stopwords
|
||||
stopwords = ENGLISH_STOPWORDS
|
||||
latin1_letters = re.compile(r'[a-zA-Z0-9_]+')
|
||||
|
||||
def __init__(self, options: dict[str, str]) -> None:
|
||||
|
||||
Reference in new issue
Block a user