mini_search 1.0.3
Sign up to get free protection for your applications and to get access to all the features.
- checksums.yaml +7 -0
- data/.gitignore +14 -0
- data/.rspec +3 -0
- data/.travis.yml +7 -0
- data/CODE_OF_CONDUCT.md +74 -0
- data/Gemfile +6 -0
- data/Gemfile.lock +35 -0
- data/LICENSE.txt +21 -0
- data/README.md +267 -0
- data/Rakefile +6 -0
- data/bin/console +14 -0
- data/bin/setup +8 -0
- data/formula1.svg +144 -0
- data/formula2.svg +79 -0
- data/lib/mini_search.rb +75 -0
- data/lib/mini_search/bm_25.rb +14 -0
- data/lib/mini_search/downcase_filter.rb +9 -0
- data/lib/mini_search/idf.rb +12 -0
- data/lib/mini_search/inverted_index.rb +163 -0
- data/lib/mini_search/inverted_index_spec.rb +34 -0
- data/lib/mini_search/language_support/portuguese.rb +19 -0
- data/lib/mini_search/pipeline.rb +20 -0
- data/lib/mini_search/remove_punctuation_filter.rb +11 -0
- data/lib/mini_search/standard_whitespace_tokenizer.rb +9 -0
- data/lib/mini_search/stemmer/portuguese.rb +365 -0
- data/lib/mini_search/stemmer_filter.rb +19 -0
- data/lib/mini_search/stop_words_filter.rb +13 -0
- data/lib/mini_search/strip_filter.rb +9 -0
- data/lib/mini_search/synonyms_filter.rb +19 -0
- data/lib/mini_search/tf.rb +9 -0
- data/lib/mini_search/version.rb +3 -0
- data/mini_search.gemspec +29 -0
- metadata +116 -0
|
@@ -0,0 +1,34 @@
|
|
|
1
|
+
module MiniSearch
|
|
2
|
+
RSpec.describe InvertedIndex do
|
|
3
|
+
subject { InvertedIndex.new }
|
|
4
|
+
|
|
5
|
+
it "indexes documents and searches them" do
|
|
6
|
+
subject.index(id: 1, indexed_field: 'red duck')
|
|
7
|
+
subject.index(id: 2, indexed_field: 'yellow big dog')
|
|
8
|
+
subject.index(id: 3, indexed_field: 'small cat')
|
|
9
|
+
subject.index(id: 4, indexed_field: 'red monkey noisy')
|
|
10
|
+
subject.index(id: 5, indexed_field: 'small horse')
|
|
11
|
+
subject.index(id: 6, indexed_field: 'purple turtle')
|
|
12
|
+
subject.index(id: 7, indexed_field: 'tiny red spider')
|
|
13
|
+
subject.index(id: 8, indexed_field: 'big blue whale')
|
|
14
|
+
subject.index(id: 9, indexed_field: 'huge elephant')
|
|
15
|
+
subject.index(id: 10, indexed_field: 'red big cat')
|
|
16
|
+
|
|
17
|
+
expect(subject.search('red cat')).to eq([
|
|
18
|
+
# 10 - matches both red and cat so it is the first
|
|
19
|
+
{ document: { id: 10, indexed_field: 'red big cat' }, score: 0.4666666666666667 },
|
|
20
|
+
|
|
21
|
+
# 3 - matches cat so it is the second as cat has a bigger IDF (it is more uncommon)
|
|
22
|
+
{ document: { id: 3, indexed_field: 'small cat' }, score: 0.4 },
|
|
23
|
+
|
|
24
|
+
# 1 - matches red but has only 2 terms, so the red here has a bigger weight
|
|
25
|
+
{ document: { id: 1, indexed_field: 'red duck' }, score: 0.3 },
|
|
26
|
+
|
|
27
|
+
# 4, 7 - both match red as well, but they have 3 terms, so red here has a lower frequency (tf)
|
|
28
|
+
# comparing with 1
|
|
29
|
+
{ document: { id: 4, indexed_field: 'red monkey noisy' }, score: 0.19999999999999998 },
|
|
30
|
+
{ document: { id: 7, indexed_field: 'tiny red spider' }, score: 0.19999999999999998 }
|
|
31
|
+
])
|
|
32
|
+
end
|
|
33
|
+
end
|
|
34
|
+
end
|
|
@@ -0,0 +1,19 @@
|
|
|
1
|
+
module MiniSearch
|
|
2
|
+
module LanguageSupport
|
|
3
|
+
class Portuguese
|
|
4
|
+
attr_reader :stemmer, :stop_words
|
|
5
|
+
|
|
6
|
+
def initialize(stop_words = [])
|
|
7
|
+
@stemmer = ::MiniSearch::Stemmer::Portuguese.new
|
|
8
|
+
@stop_words = %w[
|
|
9
|
+
a á à ainda alem ambas ambos antes ao aonde aos apos aquele aqueles as assim com como contra contudo cuja cujas cujo cujos da
|
|
10
|
+
das de dela dele deles demais depois desde desta deste dispoe dispoem diversa diversas diversos do dos durante e é ela elas
|
|
11
|
+
ele eles em entao entre essa essas esse esses esta estas este estes ha isso isto logo mais mas mediante menos mesma mesmas mesmo
|
|
12
|
+
mesmos na nas nao nas nem nesse neste nos o os ou outra outras outro outros pela pelas pelas pelo pelos perante pois por porque portanto
|
|
13
|
+
proprio quais qual qualquer quando quanto que quem quer se seja sem sendo seu seus sob sobre sua suas tal tambem teu
|
|
14
|
+
teus toda todas todo todos tua tuas tudo um uma umas uns
|
|
15
|
+
] + stop_words
|
|
16
|
+
end
|
|
17
|
+
end
|
|
18
|
+
end
|
|
19
|
+
end
|
|
@@ -0,0 +1,20 @@
|
|
|
1
|
+
# frozen_string_literal: true
|
|
2
|
+
|
|
3
|
+
module MiniSearch
|
|
4
|
+
# All the transformations and normalizations we need to
|
|
5
|
+
# do when indexing a document or searching
|
|
6
|
+
class Pipeline
|
|
7
|
+
def initialize(tokenizer, filters)
|
|
8
|
+
@tokenizer = tokenizer
|
|
9
|
+
@filters = filters
|
|
10
|
+
end
|
|
11
|
+
|
|
12
|
+
def execute(string)
|
|
13
|
+
tokens = @tokenizer.execute(string)
|
|
14
|
+
|
|
15
|
+
@filters.reduce(tokens) do |filtered_tokens, filter|
|
|
16
|
+
filter.execute(filtered_tokens)
|
|
17
|
+
end
|
|
18
|
+
end
|
|
19
|
+
end
|
|
20
|
+
end
|
|
@@ -0,0 +1,365 @@
|
|
|
1
|
+
module MiniSearch
|
|
2
|
+
module Stemmer
|
|
3
|
+
# Implementation of the algorithm for the RSLP Stemmer which was presented by the paper
|
|
4
|
+
# 'A Stemming Algorithm for the Portuguese Language'.
|
|
5
|
+
#
|
|
6
|
+
# In Proceedings of the SPIRE Conference, Laguna de San Raphael, Chile, November 13-15, 2001,
|
|
7
|
+
# written by Viviane Moreira Orengo and Christian Huyck.
|
|
8
|
+
#
|
|
9
|
+
# More info: http://www.inf.ufrgs.br/~viviane/rslp/index.htm
|
|
10
|
+
# Datasets got from: https://www.kaggle.com/nltkdata/rslp-stemmer
|
|
11
|
+
#
|
|
12
|
+
class Portuguese
|
|
13
|
+
def initialize
|
|
14
|
+
@rules_sets = {
|
|
15
|
+
'plural_reduction' => plural_reduction,
|
|
16
|
+
'feminine_reduction' => feminine_reduction,
|
|
17
|
+
'augmentative_diminutive_reduction' => augmentative_diminutive_reduction,
|
|
18
|
+
'adverb_reduction' => adverb_reduction,
|
|
19
|
+
'noun_suffix_reduction' => noun_suffix_reduction,
|
|
20
|
+
'verb_suffix_reduction' => verb_suffix_reduction,
|
|
21
|
+
'vowel_removal' => vowel_removal
|
|
22
|
+
}
|
|
23
|
+
end
|
|
24
|
+
|
|
25
|
+
def stem(word)
|
|
26
|
+
if word.end_with?('s')
|
|
27
|
+
word = apply_rule('plural_reduction', word)
|
|
28
|
+
end
|
|
29
|
+
|
|
30
|
+
if word.end_with?('a')
|
|
31
|
+
word = apply_rule('feminine_reduction', word)
|
|
32
|
+
end
|
|
33
|
+
|
|
34
|
+
word = apply_rule('augmentative_diminutive_reduction', word)
|
|
35
|
+
|
|
36
|
+
word = apply_rule('adverb_reduction', word)
|
|
37
|
+
|
|
38
|
+
prev_word = word
|
|
39
|
+
word = apply_rule('noun_suffix_reduction', word)
|
|
40
|
+
|
|
41
|
+
if word == prev_word
|
|
42
|
+
prev_word = word
|
|
43
|
+
word = apply_rule('verb_suffix_reduction', word)
|
|
44
|
+
|
|
45
|
+
if word == prev_word
|
|
46
|
+
word = apply_rule('vowel_removal', word)
|
|
47
|
+
end
|
|
48
|
+
end
|
|
49
|
+
|
|
50
|
+
word
|
|
51
|
+
end
|
|
52
|
+
|
|
53
|
+
private
|
|
54
|
+
|
|
55
|
+
def apply_rule(rule_name, word)
|
|
56
|
+
@rules_sets[rule_name].each do |rule|
|
|
57
|
+
suffix = rule[0]
|
|
58
|
+
min_suffix_length = rule[1]
|
|
59
|
+
replacement = rule[2]
|
|
60
|
+
exceptions = rule[3]
|
|
61
|
+
|
|
62
|
+
# next unless suffix matches
|
|
63
|
+
next unless word.end_with?(suffix)
|
|
64
|
+
|
|
65
|
+
# next unless we have minimum size
|
|
66
|
+
next unless word.length >= suffix.length + min_suffix_length
|
|
67
|
+
|
|
68
|
+
# next if word is an exception
|
|
69
|
+
next if exceptions.include?(word)
|
|
70
|
+
|
|
71
|
+
word = "#{word[0, word.length - suffix.length]}#{replacement}"
|
|
72
|
+
|
|
73
|
+
break
|
|
74
|
+
end
|
|
75
|
+
|
|
76
|
+
word
|
|
77
|
+
end
|
|
78
|
+
|
|
79
|
+
def format_rules(rules)
|
|
80
|
+
rules.map do |rule|
|
|
81
|
+
[
|
|
82
|
+
rule[0],
|
|
83
|
+
rule[1].to_i,
|
|
84
|
+
rule[2],
|
|
85
|
+
(rule[3] == '*' ? [] : rule[3].split(','))
|
|
86
|
+
]
|
|
87
|
+
end
|
|
88
|
+
end
|
|
89
|
+
|
|
90
|
+
def plural_reduction
|
|
91
|
+
format_rules [
|
|
92
|
+
['ns', '1', 'm', '*'],
|
|
93
|
+
['ões', '3', 'ão', '*'],
|
|
94
|
+
['ães', '1', 'ão', 'mãe'],
|
|
95
|
+
['ais', '1', 'al', 'cais,mais'],
|
|
96
|
+
['éis', '2', 'el', '*'],
|
|
97
|
+
['eis', '2', 'el', '*'],
|
|
98
|
+
['óis', '2', 'ol', '*'],
|
|
99
|
+
['is', '2', 'il', 'lápis,cais,mais,crúcis,biquínis,pois,depois,dois,leis'],
|
|
100
|
+
['les', '3', 'l', '*'],
|
|
101
|
+
['res', '3', 'r', 'árvores'],
|
|
102
|
+
['s', '2', '', 'aliás,pires,lápis,cais,mais,mas,menos,férias,fezes,pêsames,crúcis,gás,atrás,moisés,através,convés,ês,país,após,ambas,ambos,messias,depois']
|
|
103
|
+
]
|
|
104
|
+
end
|
|
105
|
+
|
|
106
|
+
def feminine_reduction
|
|
107
|
+
format_rules [
|
|
108
|
+
['ona', '3', 'ão', 'abandona,lona,iona,cortisona,monótona,maratona,acetona,detona,carona'],
|
|
109
|
+
['ora', '3', 'or', '*'],
|
|
110
|
+
['na', '4', 'no', 'carona,abandona,lona,iona,cortisona,monótona,maratona,acetona,detona,guiana,campana,grana,caravana,banana,paisana'],
|
|
111
|
+
['inha', '3', 'inho', 'rainha,linha,minha'],
|
|
112
|
+
['esa', '3', 'ês', 'mesa,obesa,princesa,turquesa,ilesa,pesa,presa'],
|
|
113
|
+
['osa', '3', 'oso', 'mucosa,prosa'],
|
|
114
|
+
['íaca', '3', 'íaco', '*'],
|
|
115
|
+
['ica', '3', 'ico', 'dica'],
|
|
116
|
+
['ada', '2', 'ado', 'pitada'],
|
|
117
|
+
['ida', '3', 'ido', 'vida'],
|
|
118
|
+
['ída', '3', 'ido', 'recaída,saída,dúvida'],
|
|
119
|
+
['ima', '3', 'imo', 'vítima'],
|
|
120
|
+
['iva', '3', 'ivo', 'saliva,oliva'],
|
|
121
|
+
['eira', '3', 'eiro', 'beira,cadeira,frigideira,bandeira,feira,capoeira,barreira,fronteira,besteira,poeira'],
|
|
122
|
+
['ã', '2', 'ão', 'amanhã,arapuã,fã,divã']
|
|
123
|
+
]
|
|
124
|
+
end
|
|
125
|
+
|
|
126
|
+
def adverb_reduction
|
|
127
|
+
format_rules [
|
|
128
|
+
['mente', '4', '', 'experimente']
|
|
129
|
+
]
|
|
130
|
+
end
|
|
131
|
+
|
|
132
|
+
def augmentative_diminutive_reduction
|
|
133
|
+
format_rules [
|
|
134
|
+
['díssimo', '5', '', '*'],
|
|
135
|
+
['abilíssimo', '5', '', '*'],
|
|
136
|
+
['íssimo', '3', '', '*'],
|
|
137
|
+
['ésimo', '3', '', '*'],
|
|
138
|
+
['érrimo', '4', '', '*'],
|
|
139
|
+
['zinho', '2', '', '*'],
|
|
140
|
+
['quinho', '4', 'c', '*'],
|
|
141
|
+
['uinho', '4', '', '*'],
|
|
142
|
+
['adinho', '3', '', '*'],
|
|
143
|
+
['inho', '3', '', 'caminho,cominho'],
|
|
144
|
+
['alhão', '4', '', '*'],
|
|
145
|
+
['uça', '4', '', '*'],
|
|
146
|
+
['aço', '4', '', 'antebraço'],
|
|
147
|
+
['aça', '4', '', '*'],
|
|
148
|
+
['adão', '4', '', '*'],
|
|
149
|
+
['idão', '4', '', '*'],
|
|
150
|
+
['ázio', '3', '', 'topázio'],
|
|
151
|
+
['arraz', '4', '', '*'],
|
|
152
|
+
['zarrão', '3', '', '*'],
|
|
153
|
+
['arrão', '4', '', '*'],
|
|
154
|
+
['arra', '3', '', '*'],
|
|
155
|
+
['zão', '2', '', 'coalizão'],
|
|
156
|
+
['ão', '3', '', 'camarão,chimarrão,canção,coração,embrião,grotão,glutão,ficção,fogão,feição,furacão,gamão,lampião,leão,macacão,nação,órfão,orgão,patrão,portão,quinhão,rincão,tração,falcão,espião,mamão,folião,cordão,aptidão,campeão,colchão,limão,leilão,melão,barão,milhão,bilhão,fusão,cristão,ilusão,capitão,estação,senão']
|
|
157
|
+
]
|
|
158
|
+
end
|
|
159
|
+
|
|
160
|
+
def noun_suffix_reduction
|
|
161
|
+
format_rules [
|
|
162
|
+
['encialista', '4', '', '*'],
|
|
163
|
+
['alista', '5', '', '*'],
|
|
164
|
+
['agem', '3', '', 'coragem,chantagem,vantagem,carruagem'],
|
|
165
|
+
['iamento', '4', '', '*'],
|
|
166
|
+
['amento', '3', '', 'firmamento,fundamento,departamento'],
|
|
167
|
+
['imento', '3', '', '*'],
|
|
168
|
+
['mento', '6', '', 'firmamento,elemento,complemento,instrumento,departamento'],
|
|
169
|
+
['alizado', '4', '', '*'],
|
|
170
|
+
['atizado', '4', '', '*'],
|
|
171
|
+
['tizado', '4', '', 'alfabetizado'],
|
|
172
|
+
['izado', '5', '', 'organizado,pulverizado'],
|
|
173
|
+
['ativo', '4', '', 'pejorativo,relativo'],
|
|
174
|
+
['tivo', '4', '', 'relativo'],
|
|
175
|
+
['ivo', '4', '', 'passivo,possessivo,pejorativo,positivo'],
|
|
176
|
+
['ado', '2', '', 'grado'],
|
|
177
|
+
['ido', '3', '', 'cândido,consolido,rápido,decido,tímido,duvido,marido'],
|
|
178
|
+
['ador', '3', '', '*'],
|
|
179
|
+
['edor', '3', '', '*'],
|
|
180
|
+
['idor', '4', '', 'ouvidor'],
|
|
181
|
+
['dor', '4', '', 'ouvidor'],
|
|
182
|
+
['sor', '4', '', 'assessor'],
|
|
183
|
+
['atoria', '5', '', '*'],
|
|
184
|
+
['tor', '3', '', 'benfeitor,leitor,editor,pastor,produtor,promotor,consultor'],
|
|
185
|
+
['or', '2', '', 'motor,melhor,redor,rigor,sensor,tambor,tumor,assessor,benfeitor,pastor,terior,favor,autor'],
|
|
186
|
+
['abilidade', '5', '', '*'],
|
|
187
|
+
['icionista', '4', '', '*'],
|
|
188
|
+
['cionista', '5', '', '*'],
|
|
189
|
+
['ionista', '5', '', '*'],
|
|
190
|
+
['ionar', '5', '', '*'],
|
|
191
|
+
['ional', '4', '', '*'],
|
|
192
|
+
['ência', '3', '', '*'],
|
|
193
|
+
['ância', '4', '', 'ambulância'],
|
|
194
|
+
['edouro', '3', '', '*'],
|
|
195
|
+
['queiro', '3', 'c', '*'],
|
|
196
|
+
['adeiro', '4', '', 'desfiladeiro'],
|
|
197
|
+
['eiro', '3', '', 'desfiladeiro,pioneiro,mosteiro'],
|
|
198
|
+
['uoso', '3', '', '*'],
|
|
199
|
+
['oso', '3', '', 'precioso'],
|
|
200
|
+
['alizaç', '5', '', '*'],
|
|
201
|
+
['atizaç', '5', '', '*'],
|
|
202
|
+
['tizaç', '5', '', '*'],
|
|
203
|
+
['izaç', '5', '', 'organizaç'],
|
|
204
|
+
['aç', '3', '', 'equaç,relaç'],
|
|
205
|
+
['iç', '3', '', 'eleição'],
|
|
206
|
+
['ário', '3', '', 'voluntário,salário,aniversário,diário,lionário,armárioatório,3rio,5,,voluntário,salário,aniversário,diário,compulsório,lionário,próprio,stério,armário'],
|
|
207
|
+
['ério', '6', '', '*'],
|
|
208
|
+
['ês', '4', '', '*'],
|
|
209
|
+
['eza', '3', '', '*'],
|
|
210
|
+
['ez', '4', '', '*'],
|
|
211
|
+
['esco', '4', '', '*'],
|
|
212
|
+
['ante', '2', '', 'gigante,elefante,adiante,possante,instante,restaurante'],
|
|
213
|
+
['ástico', '4', '', 'eclesiástico'],
|
|
214
|
+
['alístico', '3', '', '*'],
|
|
215
|
+
['áutico', '4', '', '*'],
|
|
216
|
+
['êutico', '4', '', '*'],
|
|
217
|
+
['tico', '3', '', 'político,eclesiástico,diagnostico,prático,doméstico,diagnóstico,idêntico,alopático,artístico,autêntico,eclético,crítico,critico'],
|
|
218
|
+
['ico', '4', '', 'tico,público,explico'],
|
|
219
|
+
['ividade', '5', '', '*'],
|
|
220
|
+
['idade', '4', '', 'autoridade,comunidade'],
|
|
221
|
+
['oria', '4', '', 'categoria'],
|
|
222
|
+
['encial', '5', '', '*'],
|
|
223
|
+
['ista', '4', '', '*'],
|
|
224
|
+
['auta', '5', '', '*'],
|
|
225
|
+
['quice', '4', 'c', '*'],
|
|
226
|
+
['ice', '4', '', 'cúmplice'],
|
|
227
|
+
['íaco', '3', '', '*'],
|
|
228
|
+
['ente', '4', '', 'freqüente,alimente,acrescente,permanente,oriente,aparente'],
|
|
229
|
+
['ense', '5', '', '*'],
|
|
230
|
+
['inal', '3', '', '*'],
|
|
231
|
+
['ano', '4', '', '*'],
|
|
232
|
+
['ável', '2', '', 'afável,razoável,potável,vulnerável'],
|
|
233
|
+
['ível', '3', '', 'possível'],
|
|
234
|
+
['vel', '5', '', 'possível,vulnerável,solúvel'],
|
|
235
|
+
['bil', '3', 'vel', '*'],
|
|
236
|
+
['ura', '4', '', 'imatura,acupuntura,costura'],
|
|
237
|
+
['ural', '4', '', '*'],
|
|
238
|
+
['ual', '3', '', 'bissexual,virtual,visual,pontual'],
|
|
239
|
+
['ial', '3', '', '*'],
|
|
240
|
+
['al', '4', '', 'afinal,animal,estatal,bissexual,desleal,fiscal,formal,pessoal,liberal,postal,virtual,visual,pontual,sideral,sucursal'],
|
|
241
|
+
['alismo', '4', '', '*'],
|
|
242
|
+
['ivismo', '4', '', '*'],
|
|
243
|
+
['ismo', '3', '', 'cinismo']
|
|
244
|
+
]
|
|
245
|
+
end
|
|
246
|
+
|
|
247
|
+
def verb_suffix_reduction
|
|
248
|
+
format_rules [
|
|
249
|
+
['aríamo', '2', '', '*'],
|
|
250
|
+
['ássemo', '2', '', '*'],
|
|
251
|
+
['eríamo', '2', '', '*'],
|
|
252
|
+
['êssemo', '2', '', '*'],
|
|
253
|
+
['iríamo', '3', '', '*'],
|
|
254
|
+
['íssemo', '3', '', '*'],
|
|
255
|
+
['áramo', '2', '', '*'],
|
|
256
|
+
['árei', '2', '', '*'],
|
|
257
|
+
['aremo', '2', '', '*'],
|
|
258
|
+
['ariam', '2', '', '*'],
|
|
259
|
+
['aríei', '2', '', '*'],
|
|
260
|
+
['ássei', '2', '', '*'],
|
|
261
|
+
['assem', '2', '', '*'],
|
|
262
|
+
['ávamo', '2', '', '*'],
|
|
263
|
+
['êramo', '3', '', '*'],
|
|
264
|
+
['eremo', '3', '', '*'],
|
|
265
|
+
['eriam', '3', '', '*'],
|
|
266
|
+
['eríei', '3', '', '*'],
|
|
267
|
+
['êssei', '3', '', '*'],
|
|
268
|
+
['essem', '3', '', '*'],
|
|
269
|
+
['íramo', '3', '', '*'],
|
|
270
|
+
['iremo', '3', '', '*'],
|
|
271
|
+
['iriam', '3', '', '*'],
|
|
272
|
+
['iríei', '3', '', '*'],
|
|
273
|
+
['íssei', '3', '', '*'],
|
|
274
|
+
['issem', '3', '', '*'],
|
|
275
|
+
['ando', '2', '', '*'],
|
|
276
|
+
['endo', '3', '', '*'],
|
|
277
|
+
['indo', '3', '', '*'],
|
|
278
|
+
['ondo', '3', '', '*'],
|
|
279
|
+
['aram', '2', '', '*'],
|
|
280
|
+
['arão', '2', '', '*'],
|
|
281
|
+
['arde', '2', '', '*'],
|
|
282
|
+
['arei', '2', '', '*'],
|
|
283
|
+
['arem', '2', '', '*'],
|
|
284
|
+
['aria', '2', '', '*'],
|
|
285
|
+
['armo', '2', '', '*'],
|
|
286
|
+
['asse', '2', '', '*'],
|
|
287
|
+
['aste', '2', '', '*'],
|
|
288
|
+
['avam', '2', '', 'agravam'],
|
|
289
|
+
['ávei', '2', '', '*'],
|
|
290
|
+
['eram', '3', '', '*'],
|
|
291
|
+
['erão', '3', '', '*'],
|
|
292
|
+
['erde', '3', '', '*'],
|
|
293
|
+
['erei', '3', '', '*'],
|
|
294
|
+
['êrei', '3', '', '*'],
|
|
295
|
+
['erem', '3', '', '*'],
|
|
296
|
+
['eria', '3', '', '*'],
|
|
297
|
+
['ermo', '3', '', '*'],
|
|
298
|
+
['esse', '3', '', '*'],
|
|
299
|
+
['este', '3', '', 'faroeste,agreste'],
|
|
300
|
+
['íamo', '3', '', '*'],
|
|
301
|
+
['iram', '3', '', '*'],
|
|
302
|
+
['íram', '3', '', '*'],
|
|
303
|
+
['irão', '2', '', '*'],
|
|
304
|
+
['irde', '2', '', '*'],
|
|
305
|
+
['irei', '3', '', 'admirei'],
|
|
306
|
+
['irem', '3', '', 'adquirem'],
|
|
307
|
+
['iria', '3', '', '*'],
|
|
308
|
+
['irmo', '3', '', '*'],
|
|
309
|
+
['isse', '3', '', '*'],
|
|
310
|
+
['iste', '4', '', '*'],
|
|
311
|
+
['iava', '4', '', 'ampliava'],
|
|
312
|
+
['amo', '2', '', '*'],
|
|
313
|
+
['iona', '3', '', '*'],
|
|
314
|
+
['ara', '2', '', 'arara,prepara'],
|
|
315
|
+
['ará', '2', '', 'alvará'],
|
|
316
|
+
['are', '2', '', 'prepare'],
|
|
317
|
+
['ava', '2', '', 'agrava'],
|
|
318
|
+
['emo', '2', '', '*'],
|
|
319
|
+
['era', '3', '', 'acelera,espera'],
|
|
320
|
+
['erá', '3', '', '*'],
|
|
321
|
+
['ere', '3', '', 'espere'],
|
|
322
|
+
['iam', '3', '', 'enfiam,ampliam,elogiam,ensaiam'],
|
|
323
|
+
['íei', '3', '', '*'],
|
|
324
|
+
['imo', '3', '', 'reprimo,intimo,íntimo,nimo,queimo,ximo'],
|
|
325
|
+
['ira', '3', '', 'fronteira,sátira'],
|
|
326
|
+
['ído', '3', '', 'irá'],
|
|
327
|
+
['tizar', '4', '', 'alfabetizar'],
|
|
328
|
+
['izar', '5', '', 'organizar'],
|
|
329
|
+
['itar', '5', '', 'acreditar,explicitar,estreitar'],
|
|
330
|
+
['ire', '3', '', 'adquire'],
|
|
331
|
+
['omo', '3', '', '*'],
|
|
332
|
+
['ai', '2', '', '*'],
|
|
333
|
+
['am', '2', '', '*'],
|
|
334
|
+
['ear', '4', '', 'alardear,nuclear'],
|
|
335
|
+
['ar', '2', '', 'azar,bazaar,patamar'],
|
|
336
|
+
['uei', '3', '', '*'],
|
|
337
|
+
['uía', '5', 'u', '*'],
|
|
338
|
+
['ei', '3', '', '*'],
|
|
339
|
+
['guem', '3', 'g', '*'],
|
|
340
|
+
['em', '2', '', 'alem,virgem'],
|
|
341
|
+
['er', '2', '', 'éter,pier'],
|
|
342
|
+
['eu', '3', '', 'chapeu'],
|
|
343
|
+
['ia', '3', '', 'estória,fatia,acia,praia,elogia,mania,lábia,aprecia,polícia,arredia,cheia,ásia'],
|
|
344
|
+
['ir', '3', '', 'freir'],
|
|
345
|
+
['iu', '3', '', '*'],
|
|
346
|
+
['eou', '5', '', '*'],
|
|
347
|
+
['ou', '3', '', '*'],
|
|
348
|
+
['i', '3', '', '*']
|
|
349
|
+
]
|
|
350
|
+
end
|
|
351
|
+
|
|
352
|
+
def vowel_removal
|
|
353
|
+
format_rules [
|
|
354
|
+
['bil', '2', 'vel', '*'],
|
|
355
|
+
['gue', '2', 'g', 'gangue,jegue'],
|
|
356
|
+
['á', '3', '', '*'],
|
|
357
|
+
['ê', '3', '', 'bebê'],
|
|
358
|
+
['a', '3', '', 'ásia'],
|
|
359
|
+
['e', '3', '', '*'],
|
|
360
|
+
['o', '3', '', 'ão']
|
|
361
|
+
]
|
|
362
|
+
end
|
|
363
|
+
end
|
|
364
|
+
end
|
|
365
|
+
end
|