greek_stemmer 1.1.5 → 1.1.7

checksums.yaml

@@ -1,7 +1,7 @@
 ---
 SHA1:
-  metadata.gz: ef68432de7ba7a854431e11c967434bb7747d2a3
-  data.tar.gz: 6a29d291158085fb63b4a690c90a368962f98b64
+  metadata.gz: 28c89501d699bf88cda83e09a6af2914d4e53e00
+  data.tar.gz: 7a84ad82218a5951c01d2359ed1d6ecb5b6eddf7
 SHA512:
-  metadata.gz: 533a73fd8a50e1f780d67b36432228ad4cad2cc68baffb59a28f654c1ba27ca5f7663da2266fd28a4537a8a5aba5b8af883aba481c4ff96f6052abda565b952a
-  data.tar.gz: 3315d462459d16a5d0c839a3f85ef142035b38016d29f59887e716f797b0b3a833c01413a4210a99c68901e05adfe467518ec7d3a7c33ae24bcd1f59d32d69d3
+  metadata.gz: fcdff86e7b2dae0502110c9963fd4b295d10ffcb421cd105fa754c58d1e07c01b333de4de64b436f458e618bcd756624c545d9abc4b3a99a6f3b2bd490909e64
+  data.tar.gz: 45cf891a328ef2c589c9c9dbad59cfb21fdbed6321aef76aec1aaa40fabcdbcf07e77b4adff55abe8af182a212a88e6bc98afb6f34b666d323f8a8871e611504

data/benchmarks/stemming_sample.txt

@@ -3724,7 +3724,7 @@
 ΔΑΙΜΟΝΩΝ,ΔΑΙΜΟΝ
 ΔΑΚΡ,ΔΑΚΡ
 ΔΑΚΡΥ,ΔΑΚΡ
-ΔΑΚΡΥΑ,ΔΑΚΡΥ
+ΔΑΚΡΥΑ,ΔΑΚΡ
 ΔΑΚΡΥΣΜΕΝ,ΔΑΚΡΥΣΜΕΝ
 ΔΑΚΡΥΣΜΕΝΗ,ΔΑΚΡΥΣΜΕΝ
 ΔΑΜΑΣΚΗΝ,ΔΑΜΑΣΚΗΝ
@@ -4337,7 +4337,7 @@
 ΔΙΚΤΑΤΟΡΙΑ,ΔΙΚΤΑΤΟΡ
 ΔΙΚΤΑΤΟΡΙΕΣ,ΔΙΚΤΑΤΟΡ
 ΔΙΚΤΥ,ΔΙΚΤ
-ΔΙΚΤΥΑ,ΔΙΚΤΥ
+ΔΙΚΤΥΑ,ΔΙΚΤ
 ΔΙΚΤΥΑΚ,ΔΙΚΤΥΑΚ
 ΔΙΚΤΥΑΚΗ,ΔΙΚΤΥΑΚ
 ΔΙΚΤΥΟΥ,ΔΙΚΤΥ
@@ -4414,7 +4414,7 @@
 ΔΙΧΟΝΟΙ,ΔΙΧΟΝ
 ΔΙΧΟΝΟΙΩΝ,ΔΙΧΟΝΟΙ
 ΔΙΧΤΥ,ΔΙΧΤ
-ΔΙΧΤΥΑ,ΔΙΧΤΥ
+ΔΙΧΤΥΑ,ΔΙΧΤ
 ΔΙΨ,ΔΙΨ
 ΔΙΨΑ,ΔΙΨ
 ΔΙΩΓΜ,ΔΙΩΓΜ
@@ -8152,7 +8152,7 @@
 ΚΕΝΤΡΙΚΟΣ,ΚΕΝΤΡ
 ΚΕΝΤΡΟ,ΚΕΝΤΡ
 ΚΕΝΥ,ΚΕΝ
-ΚΕΝΥΑ,ΚΕΝΥ
+ΚΕΝΥΑ,ΚΕΝ
 ΚΕΡ,ΚΕΡ
 ΚΕΡΑΙ,ΚΕΡΑ
 ΚΕΡΑΙΕΣ,ΚΕΡΑΙ
@@ -9816,7 +9816,7 @@
 ΜΑΚΡΟΧΡΟΝΙΑ,ΜΑΚΡΟΧΡΟΝ
 ΜΑΚΡΟΧΡΟΝΙΟΤΕΡ,ΜΑΚΡΟΧΡΟΝΙ
 ΜΑΚΡΟΧΡΟΝΙΟΤΕΡΕΣ,ΜΑΚΡΟΧΡΟΝΙ
-ΜΑΚΡΥΑ,ΜΑΚΡΥ
+ΜΑΚΡΥΑ,ΜΑΚΡ
 ΜΑΛΑΚ,ΜΑΛΑΚ
 ΜΑΛΑΚΑΣ,ΜΑΛΑΚ
 ΜΑΛΑΟΥ,ΜΑΛΑ

data/config/stemmer.yml

@@ -38,6 +38,7 @@ step_1_exceptions:
   ΓΕΓΟΝΟΤΟΣ: ΓΕΓΟΝ
   ΓΕΓΟΝΟΤΑ: ΓΕΓΟΝ
   ΓΕΓΟΝΟΤΩΝ: ΓΕΓΟΝ
+  ΕΥΑ: ΕΥ
 
 protected_words:
   - ΑΚΡΙΒΩΣ

data/lib/greek_stemmer/version.rb

@@ -1,3 +1,3 @@
 module GreekStemmer
-  VERSION = "1.1.5"
+  VERSION = "1.1.7"
 end

data/lib/greek_stemmer.rb

@@ -95,9 +95,9 @@ module GreekStemmer
       stem  = st
       stem << "ΙΚ" if ends_on_vowel?(st) || st =~ /^(ΑΔ|ΑΛ|ΑΜΑΝ|ΑΜΕΡ|ΑΜΜΟΧΑΛ|
                       ΑΝΗΘ|ΑΝΤΙΔ|ΑΠΛ|ΑΤΤ|ΑΦΡ|ΒΑΣ|ΒΡΩΜ|ΓΕΝ|ΓΕΡ|Δ|ΔΙΚΑΝ|ΔΥΤ|ΕΙΔ|
-                      ΕΝΔ|ΕΞΩΔ|ΗΘ|ΘΕΤ|ΚΑΛΛΙΝ|ΚΑΛΠ|ΚΑΤΑΔ|ΚΡ|ΚΩΔ|ΛΟΓ|Μ|ΜΕΡ|ΜΟΝΑΔ|
-                      ΜΟΥΛ|ΜΟΥΣ|ΜΠΑΓΙΑΤ|ΜΠΑΝ|ΜΠΟΛ|ΜΠΟΣ|ΜΥΣΤ|Ν|ΝΙΤ|ΞΙΚ|ΟΠΤ|ΠΑΝ|
-                      ΠΕΤΣ|ΠΙΚΑΝΤ|ΠΙΤΣ|ΠΛΑΣΤ|ΠΛΙΑΤΣ|ΠΟΝΤ|ΠΟΣΤΕΛΝ|ΠΡΩΤΟΔ|ΣΕΡΤ|
+                      ΕΝΔ|ΕΞΩΔ|ΗΘ|ΘΕΤ|ΚΑΛΛΙΝ|ΚΑΛΠ|ΚΑΤΑΔ|ΚΟΥΖΙΝ|ΚΡ|ΚΩΔ|ΛΟΓ|Μ|ΜΕΡ|
+                      ΜΟΝΑΔ|ΜΟΥΛ|ΜΟΥΣ|ΜΠΑΓΙΑΤ|ΜΠΑΝ|ΜΠΟΛ|ΜΠΟΣ|ΜΥΣΤ|Ν|ΝΙΤ|ΞΙΚ|ΟΠΤ|
+                      ΠΑΝ|ΠΕΤΣ|ΠΙΚΑΝΤ|ΠΙΤΣ|ΠΛΑΣΤ|ΠΛΙΑΤΣ|ΠΟΝΤ|ΠΟΣΤΕΛΝ|ΠΡΩΤΟΔ|ΣΕΡΤ|
                       ΣΗΜΑΝΤ|ΣΤΑΤ|ΣΥΝΑΔ|ΣΥΝΟΜΗΛ|ΤΕΛ|ΤΕΧΝ|ΤΡΟΠ|ΤΣΑΜ|ΥΠΟΔ|Φ|ΦΙΛΟΝ|
                       ΦΥΛΟΔ|ΦΥΣ|ΧΑΣ)$/ux || st =~ /(ΦΟΙΝ)$/u
     end
@@ -242,8 +242,14 @@ module GreekStemmer
       end
     end
 
+    # steb 6b
+    stem.scan(/^(.+?)(ΟΥΑ)$/ux) do |st, suffix|
+      stem = st + 'ΟΥ'
+    end
+
     stem = long_stem_list(stem) if stem.length == word.length
 
+    # step 7
     stem.scan(/^(.+?)(ΕΣΤΕΡ|ΕΣΤΑΤ|ΟΤΕΡ|ΟΤΑΤ|ΥΤΕΡ|ΥΤΑΤ|ΩΤΕΡ|ΩΤΑΤ)$/u) do |st, suffix|
       stem = st unless st =~ /^(ΕΞ|ΕΣ|ΑΝ|ΚΑΤ|Κ|ΠΡ)$/u
 
@@ -270,7 +276,7 @@ module GreekStemmer
     ΙΟΥΝΤΑΙ|ΙΟΥΝΤΑΝ|Η|ΗΔΕΣ|ΗΔΩΝ|ΗΘΕΙ|ΗΘΕΙΣ|ΗΘΕΙΤΕ|ΗΘΗΚΑΤΕ|ΗΘΗΚΑΝ|ΗΘΟΥΝ|ΗΘΩ|
     ΗΚΑΤΕ|ΗΚΑΝ|ΗΣ|ΗΣΑΝ|ΗΣΑΤΕ|ΗΣΕΙ|ΗΣΕΣ|ΗΣΟΥΝ|ΗΣΩ|Ο|ΟΙ|ΟΜΑΙ|ΟΜΑΣΤΑΝ|ΟΜΟΥΝ|ΟΜΟΥΝΑ|
     ΟΝΤΑΙ|ΟΝΤΑΝ|ΟΝΤΟΥΣΑΝ|ΟΣ|ΟΣΑΣΤΑΝ|ΟΣΑΣΤΕ|ΟΣΟΥΝ|ΟΣΟΥΝΑ|ΟΤΑΝ|ΟΥ|ΟΥΜΑΙ|ΟΥΜΑΣΤΕ|
-    ΟΥΝ|ΟΥΝΤΑΙ|ΟΥΝΤΑΝ|ΟΥΣ|ΟΥΣΑΝ|ΟΥΣΑΤΕ|Υ|ΥΣ|Ω|ΩΝ|ΟΙΣ)$/ux) do |st, suffix|
+    ΟΥΝ|ΟΥΝΤΑΙ|ΟΥΝΤΑΝ|ΟΥΣ|ΟΥΣΑΝ|ΟΥΣΑΤΕ|Υ||ΥΑ|ΥΣ|Ω|ΩΝ|ΟΙΣ)$/ux) do |st, suffix|
       word = st
     end
     word

data/spec/fixtures/examples.yml

@@ -113,6 +113,20 @@
 ΧΩΡΑΤΟ: ΧΩΡΑΤ
 ΧΩΡΑΤΑ: ΧΩΡΑΤ
 
+# step 6b
+ΓΕΝΟΥΑ: ΓΕΝΟΥ
+ΓΟΥΑ: ΓΟΥ
+ΤΟΥΡΝΟΥΑ: ΤΟΥΡΝΟΥ
+ΝΙΚΑΡΑΓΟΥΑ: ΝΙΚΑΡΑΓΟΥ
+
+# long stem list
+ΔΙΧΤΥ: ΔΙΧΤ
+ΔΙΧΤΥΑ: ΔΙΧΤ
+ΜΑΚΡΥ: ΜΑΚΡ
+ΜΑΚΡΥΑ: ΜΑΚΡ
+ΔΑΚΡΥ: ΔΑΚΡ
+ΔΑΚΡΥΑ: ΔΑΚΡ
+
 # step 7
 ΠΛΗΣΙΕΣΤΑΤΟΣ: ΠΛΗΣΙ
 ΜΕΓΑΛΥΤΕΡΗ: ΜΕΓΑΛ

metadata

@@ -1,7 +1,7 @@
 --- !ruby/object:Gem::Specification
 name: greek_stemmer
 version: !ruby/object:Gem::Version
-  version: 1.1.5
+  version: 1.1.7
 platform: ruby
 authors:
 - Tasos Stathopoulos
@@ -9,7 +9,7 @@ authors:
 autorequire: 
 bindir: bin
 cert_chain: []
-date: 2015-07-22 00:00:00.000000000 Z
+date: 2016-01-22 00:00:00.000000000 Z
 dependencies:
 - !ruby/object:Gem::Dependency
   name: bundler