keyphrase 0.1.2 → 0.2.0
Sign up to get free protection for your applications and to get access to all the features.
- checksums.yaml +4 -4
- data/README.md +5 -4
- data/lib/keyphrase/stoplist/afr.rb +14 -0
- data/lib/keyphrase/stoplist/aka.rb +10 -0
- data/lib/keyphrase/stoplist/amh.rb +10 -0
- data/lib/keyphrase/stoplist/ara.rb +490 -0
- data/lib/keyphrase/stoplist/aze.rb +175 -0
- data/lib/keyphrase/stoplist/bel.rb +11 -0
- data/lib/keyphrase/stoplist/ben.rb +408 -0
- data/lib/keyphrase/stoplist/bul.rb +528 -0
- data/lib/keyphrase/stoplist/cat.rb +711 -0
- data/lib/keyphrase/stoplist/ces.rb +560 -0
- data/lib/keyphrase/stoplist/cmn.rb +1119 -0
- data/lib/keyphrase/stoplist/dan.rb +25 -0
- data/lib/keyphrase/stoplist/deu.rb +631 -0
- data/lib/keyphrase/stoplist/ell.rb +275 -0
- data/lib/keyphrase/stoplist/eng.rb +2 -589
- data/lib/keyphrase/stoplist/epo.rb +183 -0
- data/lib/keyphrase/stoplist/est.rb +13 -0
- data/lib/keyphrase/stoplist/fin.rb +857 -0
- data/lib/keyphrase/stoplist/fra.rb +699 -0
- data/lib/keyphrase/stoplist/guj.rb +234 -0
- data/lib/keyphrase/stoplist/heb.rb +204 -0
- data/lib/keyphrase/stoplist/hin.rb +235 -0
- data/lib/keyphrase/stoplist/hrv.rb +25 -0
- data/lib/keyphrase/stoplist/hun.rb +1195 -0
- data/lib/keyphrase/stoplist/hye.rb +55 -0
- data/lib/keyphrase/stoplist/ind.rb +768 -0
- data/lib/keyphrase/stoplist/ita.rb +670 -0
- data/lib/keyphrase/stoplist/jav.rb +10 -0
- data/lib/keyphrase/stoplist/jpn.rb +144 -0
- data/lib/keyphrase/stoplist/kan.rb +92 -0
- data/lib/keyphrase/stoplist/kat.rb +383 -0
- data/lib/keyphrase/stoplist/khm.rb +245 -0
- data/lib/keyphrase/stoplist/kor.rb +610 -0
- data/lib/keyphrase/stoplist/lat.rb +14 -0
- data/lib/keyphrase/stoplist/lav.rb +171 -0
- data/lib/keyphrase/stoplist/lit.rb +484 -0
- data/lib/keyphrase/stoplist/mal.rb +11 -0
- data/lib/keyphrase/stoplist/mar.rb +109 -0
- data/lib/keyphrase/stoplist/mkd.rb +11 -0
- data/lib/keyphrase/stoplist/mya.rb +285 -0
- data/lib/keyphrase/stoplist/nep.rb +265 -0
- data/lib/keyphrase/stoplist/nld.rb +423 -0
- data/lib/keyphrase/stoplist/nob.rb +186 -0
- data/lib/keyphrase/stoplist/ori.rb +11 -0
- data/lib/keyphrase/stoplist/pan.rb +473 -0
- data/lib/keyphrase/stoplist/pes.rb +801 -0
- data/lib/keyphrase/stoplist/pol.rb +338 -0
- data/lib/keyphrase/stoplist/por.rb +570 -0
- data/lib/keyphrase/stoplist/ron.rb +444 -0
- data/lib/keyphrase/stoplist/rus.rb +569 -0
- data/lib/keyphrase/stoplist/sin.rb +10 -0
- data/lib/keyphrase/stoplist/slk.rb +428 -0
- data/lib/keyphrase/stoplist/slv.rb +456 -0
- data/lib/keyphrase/stoplist/sna.rb +11 -0
- data/lib/keyphrase/stoplist/spa.rb +731 -0
- data/lib/keyphrase/stoplist/srp.rb +11 -0
- data/lib/keyphrase/stoplist/swe.rb +428 -0
- data/lib/keyphrase/stoplist/tam.rb +135 -0
- data/lib/keyphrase/stoplist/tel.rb +10 -0
- data/lib/keyphrase/stoplist/tgl.rb +157 -0
- data/lib/keyphrase/stoplist/tha.rb +125 -0
- data/lib/keyphrase/stoplist/tuk.rb +11 -0
- data/lib/keyphrase/stoplist/tur.rb +514 -0
- data/lib/keyphrase/stoplist/ukr.rb +38 -0
- data/lib/keyphrase/stoplist/urd.rb +527 -0
- data/lib/keyphrase/stoplist/uzb.rb +10 -0
- data/lib/keyphrase/stoplist/vie.rb +655 -0
- data/lib/keyphrase/stoplist/yid.rb +204 -0
- data/lib/keyphrase/stoplist/zul.rb +39 -0
- data/lib/keyphrase/stoplist.rb +13 -10
- data/lib/keyphrase/version.rb +1 -1
- data/lib/keyphrase.rb +20 -12
- metadata +71 -3
@@ -0,0 +1,560 @@
|
|
1
|
+
class Keyphrase
|
2
|
+
module Stoplist
|
3
|
+
class Ces
|
4
|
+
def self.stopwords
|
5
|
+
@@stopwords ||= [
|
6
|
+
"a",
|
7
|
+
"aby",
|
8
|
+
"ahoj",
|
9
|
+
"aj",
|
10
|
+
"ale",
|
11
|
+
"anebo",
|
12
|
+
"ani",
|
13
|
+
"aniž",
|
14
|
+
"ano",
|
15
|
+
"asi",
|
16
|
+
"aspoåˆ",
|
17
|
+
"aspoň",
|
18
|
+
"atd",
|
19
|
+
"atp",
|
20
|
+
"az",
|
21
|
+
"aäkoli",
|
22
|
+
"ačkoli",
|
23
|
+
"až",
|
24
|
+
"bez",
|
25
|
+
"beze",
|
26
|
+
"blã\u{AD}zko",
|
27
|
+
"blízko",
|
28
|
+
"bohuå¾el",
|
29
|
+
"bohužel",
|
30
|
+
"brzo",
|
31
|
+
"bude",
|
32
|
+
"budem",
|
33
|
+
"budeme",
|
34
|
+
"budes",
|
35
|
+
"budete",
|
36
|
+
"budeå¡",
|
37
|
+
"budeš",
|
38
|
+
"budou",
|
39
|
+
"budu",
|
40
|
+
"by",
|
41
|
+
"byl",
|
42
|
+
"byla",
|
43
|
+
"byli",
|
44
|
+
"bylo",
|
45
|
+
"byly",
|
46
|
+
"bys",
|
47
|
+
"byt",
|
48
|
+
"bä›hem",
|
49
|
+
"být",
|
50
|
+
"během",
|
51
|
+
"chce",
|
52
|
+
"chceme",
|
53
|
+
"chcete",
|
54
|
+
"chceå¡",
|
55
|
+
"chceš",
|
56
|
+
"chci",
|
57
|
+
"chtã\u{AD}t",
|
58
|
+
"chtä›jã\u{AD}",
|
59
|
+
"chtít",
|
60
|
+
"chtějí",
|
61
|
+
"chut'",
|
62
|
+
"chuti",
|
63
|
+
"ci",
|
64
|
+
"clanek",
|
65
|
+
"clanku",
|
66
|
+
"clanky",
|
67
|
+
"co",
|
68
|
+
"coz",
|
69
|
+
"což",
|
70
|
+
"cz",
|
71
|
+
"daleko",
|
72
|
+
"dalsi",
|
73
|
+
"další",
|
74
|
+
"den",
|
75
|
+
"deset",
|
76
|
+
"design",
|
77
|
+
"devatenáct",
|
78
|
+
"devatenã¡ct",
|
79
|
+
"devä›t",
|
80
|
+
"devět",
|
81
|
+
"dnes",
|
82
|
+
"do",
|
83
|
+
"dobrã½",
|
84
|
+
"dobrý",
|
85
|
+
"docela",
|
86
|
+
"dva",
|
87
|
+
"dvacet",
|
88
|
+
"dvanáct",
|
89
|
+
"dvanã¡ct",
|
90
|
+
"dvä›",
|
91
|
+
"dvě",
|
92
|
+
"dál",
|
93
|
+
"dále",
|
94
|
+
"dã¡l",
|
95
|
+
"dã¡le",
|
96
|
+
"dä›kovat",
|
97
|
+
"dä›kujeme",
|
98
|
+
"dä›kuji",
|
99
|
+
"děkovat",
|
100
|
+
"děkujeme",
|
101
|
+
"děkuji",
|
102
|
+
"email",
|
103
|
+
"ho",
|
104
|
+
"hodnä›",
|
105
|
+
"hodně",
|
106
|
+
"i",
|
107
|
+
"jak",
|
108
|
+
"jakmile",
|
109
|
+
"jako",
|
110
|
+
"jakož",
|
111
|
+
"jde",
|
112
|
+
"je",
|
113
|
+
"jeden",
|
114
|
+
"jedenáct",
|
115
|
+
"jedenã¡ct",
|
116
|
+
"jedna",
|
117
|
+
"jedno",
|
118
|
+
"jednou",
|
119
|
+
"jedou",
|
120
|
+
"jeho",
|
121
|
+
"jehož",
|
122
|
+
"jej",
|
123
|
+
"jeji",
|
124
|
+
"jejich",
|
125
|
+
"jejã\u{AD}",
|
126
|
+
"její",
|
127
|
+
"jelikož",
|
128
|
+
"jemu",
|
129
|
+
"jen",
|
130
|
+
"jenom",
|
131
|
+
"jenž",
|
132
|
+
"jeste",
|
133
|
+
"jestli",
|
134
|
+
"jestliå¾e",
|
135
|
+
"jestliže",
|
136
|
+
"jeå¡tä›",
|
137
|
+
"ještě",
|
138
|
+
"jež",
|
139
|
+
"ji",
|
140
|
+
"jich",
|
141
|
+
"jimi",
|
142
|
+
"jinak",
|
143
|
+
"jine",
|
144
|
+
"jiné",
|
145
|
+
"jiz",
|
146
|
+
"již",
|
147
|
+
"jsem",
|
148
|
+
"jses",
|
149
|
+
"jseš",
|
150
|
+
"jsi",
|
151
|
+
"jsme",
|
152
|
+
"jsou",
|
153
|
+
"jste",
|
154
|
+
"já",
|
155
|
+
"jã¡",
|
156
|
+
"jã\u{AD}",
|
157
|
+
"jã\u{AD}m",
|
158
|
+
"jí",
|
159
|
+
"jím",
|
160
|
+
"jíž",
|
161
|
+
"jšte",
|
162
|
+
"k",
|
163
|
+
"kam",
|
164
|
+
"každý",
|
165
|
+
"kde",
|
166
|
+
"kdo",
|
167
|
+
"kdy",
|
168
|
+
"kdyz",
|
169
|
+
"kdyå¾",
|
170
|
+
"když",
|
171
|
+
"ke",
|
172
|
+
"kolik",
|
173
|
+
"kromä›",
|
174
|
+
"kromě",
|
175
|
+
"ktera",
|
176
|
+
"ktere",
|
177
|
+
"kteri",
|
178
|
+
"kterou",
|
179
|
+
"ktery",
|
180
|
+
"která",
|
181
|
+
"kterã¡",
|
182
|
+
"kterã©",
|
183
|
+
"kterã½",
|
184
|
+
"které",
|
185
|
+
"který",
|
186
|
+
"kteå™ã\u{AD}",
|
187
|
+
"kteři",
|
188
|
+
"kteří",
|
189
|
+
"ku",
|
190
|
+
"kvå¯li",
|
191
|
+
"kvůli",
|
192
|
+
"ma",
|
193
|
+
"majã\u{AD}",
|
194
|
+
"mají",
|
195
|
+
"mate",
|
196
|
+
"me",
|
197
|
+
"mezi",
|
198
|
+
"mi",
|
199
|
+
"mit",
|
200
|
+
"mne",
|
201
|
+
"mnou",
|
202
|
+
"mnä›",
|
203
|
+
"mně",
|
204
|
+
"moc",
|
205
|
+
"mohl",
|
206
|
+
"mohou",
|
207
|
+
"moje",
|
208
|
+
"moji",
|
209
|
+
"moå¾nã¡",
|
210
|
+
"možná",
|
211
|
+
"muj",
|
212
|
+
"musã\u{AD}",
|
213
|
+
"musí",
|
214
|
+
"muze",
|
215
|
+
"my",
|
216
|
+
"má",
|
217
|
+
"málo",
|
218
|
+
"mám",
|
219
|
+
"máme",
|
220
|
+
"máte",
|
221
|
+
"máš",
|
222
|
+
"mã¡",
|
223
|
+
"mã¡lo",
|
224
|
+
"mã¡m",
|
225
|
+
"mã¡me",
|
226
|
+
"mã¡te",
|
227
|
+
"mã¡å¡",
|
228
|
+
"mã©",
|
229
|
+
"mã\u{AD}",
|
230
|
+
"mã\u{AD}t",
|
231
|
+
"mä›",
|
232
|
+
"må¯j",
|
233
|
+
"må¯å¾e",
|
234
|
+
"mé",
|
235
|
+
"mí",
|
236
|
+
"mít",
|
237
|
+
"mě",
|
238
|
+
"můj",
|
239
|
+
"může",
|
240
|
+
"na",
|
241
|
+
"nad",
|
242
|
+
"nade",
|
243
|
+
"nam",
|
244
|
+
"napiste",
|
245
|
+
"napište",
|
246
|
+
"naproti",
|
247
|
+
"nas",
|
248
|
+
"nasi",
|
249
|
+
"naå¡e",
|
250
|
+
"naå¡i",
|
251
|
+
"načež",
|
252
|
+
"naše",
|
253
|
+
"naši",
|
254
|
+
"ne",
|
255
|
+
"nebo",
|
256
|
+
"nebyl",
|
257
|
+
"nebyla",
|
258
|
+
"nebyli",
|
259
|
+
"nebyly",
|
260
|
+
"nechť",
|
261
|
+
"nedä›lajã\u{AD}",
|
262
|
+
"nedä›lã¡",
|
263
|
+
"nedä›lã¡m",
|
264
|
+
"nedä›lã¡me",
|
265
|
+
"nedä›lã¡te",
|
266
|
+
"nedä›lã¡å¡",
|
267
|
+
"nedělají",
|
268
|
+
"nedělá",
|
269
|
+
"nedělám",
|
270
|
+
"neděláme",
|
271
|
+
"neděláte",
|
272
|
+
"neděláš",
|
273
|
+
"neg",
|
274
|
+
"nejsi",
|
275
|
+
"nejsou",
|
276
|
+
"nemajã\u{AD}",
|
277
|
+
"nemají",
|
278
|
+
"nemáme",
|
279
|
+
"nemáte",
|
280
|
+
"nemã¡me",
|
281
|
+
"nemã¡te",
|
282
|
+
"nemä›l",
|
283
|
+
"neměl",
|
284
|
+
"neni",
|
285
|
+
"nenã\u{AD}",
|
286
|
+
"není",
|
287
|
+
"nestaäã\u{AD}",
|
288
|
+
"nestačí",
|
289
|
+
"nevadã\u{AD}",
|
290
|
+
"nevadí",
|
291
|
+
"nez",
|
292
|
+
"neå¾",
|
293
|
+
"než",
|
294
|
+
"nic",
|
295
|
+
"nich",
|
296
|
+
"nimi",
|
297
|
+
"nove",
|
298
|
+
"novy",
|
299
|
+
"nové",
|
300
|
+
"nový",
|
301
|
+
"nula",
|
302
|
+
"ná",
|
303
|
+
"nám",
|
304
|
+
"námi",
|
305
|
+
"nás",
|
306
|
+
"náš",
|
307
|
+
"nã¡m",
|
308
|
+
"nã¡mi",
|
309
|
+
"nã¡s",
|
310
|
+
"nã¡å¡",
|
311
|
+
"nã\u{AD}m",
|
312
|
+
"nä›",
|
313
|
+
"nä›co",
|
314
|
+
"nä›jak",
|
315
|
+
"nä›kde",
|
316
|
+
"nä›kdo",
|
317
|
+
"nä›mu",
|
318
|
+
"ní",
|
319
|
+
"ním",
|
320
|
+
"ně",
|
321
|
+
"něco",
|
322
|
+
"nějak",
|
323
|
+
"někde",
|
324
|
+
"někdo",
|
325
|
+
"němu",
|
326
|
+
"němuž",
|
327
|
+
"o",
|
328
|
+
"od",
|
329
|
+
"ode",
|
330
|
+
"on",
|
331
|
+
"ona",
|
332
|
+
"oni",
|
333
|
+
"ono",
|
334
|
+
"ony",
|
335
|
+
"osm",
|
336
|
+
"osmnáct",
|
337
|
+
"osmnã¡ct",
|
338
|
+
"pak",
|
339
|
+
"patnáct",
|
340
|
+
"patnã¡ct",
|
341
|
+
"po",
|
342
|
+
"pod",
|
343
|
+
"podle",
|
344
|
+
"pokud",
|
345
|
+
"potom",
|
346
|
+
"pouze",
|
347
|
+
"pozdä›",
|
348
|
+
"pozdě",
|
349
|
+
"poå™ã¡d",
|
350
|
+
"pořád",
|
351
|
+
"prave",
|
352
|
+
"pravé",
|
353
|
+
"pred",
|
354
|
+
"pres",
|
355
|
+
"pri",
|
356
|
+
"pro",
|
357
|
+
"proc",
|
358
|
+
"prostä›",
|
359
|
+
"prostě",
|
360
|
+
"prosã\u{AD}m",
|
361
|
+
"prosím",
|
362
|
+
"proti",
|
363
|
+
"proto",
|
364
|
+
"protoze",
|
365
|
+
"protoå¾e",
|
366
|
+
"protože",
|
367
|
+
"proä",
|
368
|
+
"proč",
|
369
|
+
"prvni",
|
370
|
+
"první",
|
371
|
+
"práve",
|
372
|
+
"pta",
|
373
|
+
"pä›t",
|
374
|
+
"på™ed",
|
375
|
+
"på™es",
|
376
|
+
"på™ese",
|
377
|
+
"pět",
|
378
|
+
"před",
|
379
|
+
"přede",
|
380
|
+
"přes",
|
381
|
+
"přese",
|
382
|
+
"při",
|
383
|
+
"přičemž",
|
384
|
+
"re",
|
385
|
+
"rovnä›",
|
386
|
+
"rovně",
|
387
|
+
"s",
|
388
|
+
"se",
|
389
|
+
"sedm",
|
390
|
+
"sedmnáct",
|
391
|
+
"sedmnã¡ct",
|
392
|
+
"si",
|
393
|
+
"sice",
|
394
|
+
"skoro",
|
395
|
+
"smã\u{AD}",
|
396
|
+
"smä›jã\u{AD}",
|
397
|
+
"smí",
|
398
|
+
"smějí",
|
399
|
+
"snad",
|
400
|
+
"spolu",
|
401
|
+
"sta",
|
402
|
+
"sto",
|
403
|
+
"strana",
|
404
|
+
"stã©",
|
405
|
+
"sté",
|
406
|
+
"sve",
|
407
|
+
"svych",
|
408
|
+
"svym",
|
409
|
+
"svymi",
|
410
|
+
"své",
|
411
|
+
"svých",
|
412
|
+
"svým",
|
413
|
+
"svými",
|
414
|
+
"svůj",
|
415
|
+
"ta",
|
416
|
+
"tady",
|
417
|
+
"tak",
|
418
|
+
"take",
|
419
|
+
"takhle",
|
420
|
+
"taky",
|
421
|
+
"takze",
|
422
|
+
"také",
|
423
|
+
"takže",
|
424
|
+
"tam",
|
425
|
+
"tamhle",
|
426
|
+
"tamhleto",
|
427
|
+
"tamto",
|
428
|
+
"tato",
|
429
|
+
"te",
|
430
|
+
"tebe",
|
431
|
+
"tebou",
|
432
|
+
"ted'",
|
433
|
+
"tedy",
|
434
|
+
"tema",
|
435
|
+
"ten",
|
436
|
+
"tento",
|
437
|
+
"teto",
|
438
|
+
"ti",
|
439
|
+
"tim",
|
440
|
+
"timto",
|
441
|
+
"tipy",
|
442
|
+
"tisã\u{AD}c",
|
443
|
+
"tisã\u{AD}ce",
|
444
|
+
"tisíc",
|
445
|
+
"tisíce",
|
446
|
+
"to",
|
447
|
+
"tobä›",
|
448
|
+
"tobě",
|
449
|
+
"tohle",
|
450
|
+
"toho",
|
451
|
+
"tohoto",
|
452
|
+
"tom",
|
453
|
+
"tomto",
|
454
|
+
"tomu",
|
455
|
+
"tomuto",
|
456
|
+
"toto",
|
457
|
+
"troå¡ku",
|
458
|
+
"trošku",
|
459
|
+
"tu",
|
460
|
+
"tuto",
|
461
|
+
"tvoje",
|
462
|
+
"tvá",
|
463
|
+
"tvã¡",
|
464
|
+
"tvã©",
|
465
|
+
"två¯j",
|
466
|
+
"tvé",
|
467
|
+
"tvůj",
|
468
|
+
"ty",
|
469
|
+
"tyto",
|
470
|
+
"tä›",
|
471
|
+
"tå™eba",
|
472
|
+
"tå™i",
|
473
|
+
"tå™inã¡ct",
|
474
|
+
"téma",
|
475
|
+
"této",
|
476
|
+
"tím",
|
477
|
+
"tímto",
|
478
|
+
"tě",
|
479
|
+
"těm",
|
480
|
+
"těma",
|
481
|
+
"těmu",
|
482
|
+
"třeba",
|
483
|
+
"tři",
|
484
|
+
"třináct",
|
485
|
+
"u",
|
486
|
+
"uräitä›",
|
487
|
+
"určitě",
|
488
|
+
"uz",
|
489
|
+
"uå¾",
|
490
|
+
"už",
|
491
|
+
"v",
|
492
|
+
"vam",
|
493
|
+
"vas",
|
494
|
+
"vase",
|
495
|
+
"vaå¡e",
|
496
|
+
"vaå¡i",
|
497
|
+
"vaše",
|
498
|
+
"vaši",
|
499
|
+
"ve",
|
500
|
+
"vedle",
|
501
|
+
"veäer",
|
502
|
+
"večer",
|
503
|
+
"vice",
|
504
|
+
"vlastnä›",
|
505
|
+
"vlastně",
|
506
|
+
"vsak",
|
507
|
+
"vy",
|
508
|
+
"vám",
|
509
|
+
"vámi",
|
510
|
+
"vás",
|
511
|
+
"váš",
|
512
|
+
"vã¡m",
|
513
|
+
"vã¡mi",
|
514
|
+
"vã¡s",
|
515
|
+
"vã¡å¡",
|
516
|
+
"vå¡echno",
|
517
|
+
"vå¡ichni",
|
518
|
+
"vå¯bec",
|
519
|
+
"vå¾dy",
|
520
|
+
"více",
|
521
|
+
"však",
|
522
|
+
"všechen",
|
523
|
+
"všechno",
|
524
|
+
"všichni",
|
525
|
+
"vůbec",
|
526
|
+
"vždy",
|
527
|
+
"z",
|
528
|
+
"za",
|
529
|
+
"zatã\u{AD}mco",
|
530
|
+
"zatímco",
|
531
|
+
"zaä",
|
532
|
+
"zač",
|
533
|
+
"zda",
|
534
|
+
"zde",
|
535
|
+
"ze",
|
536
|
+
"zpet",
|
537
|
+
"zpravy",
|
538
|
+
"zprávy",
|
539
|
+
"zpět",
|
540
|
+
"äau",
|
541
|
+
"ätrnã¡ct",
|
542
|
+
"ätyå™i",
|
543
|
+
"å¡est",
|
544
|
+
"å¡estnã¡ct",
|
545
|
+
"å¾e",
|
546
|
+
"čau",
|
547
|
+
"či",
|
548
|
+
"článek",
|
549
|
+
"článku",
|
550
|
+
"články",
|
551
|
+
"čtrnáct",
|
552
|
+
"čtyři",
|
553
|
+
"šest",
|
554
|
+
"šestnáct",
|
555
|
+
"že",
|
556
|
+
]
|
557
|
+
end
|
558
|
+
end
|
559
|
+
end
|
560
|
+
end
|