mini_search 1.0.3
This diff represents the content of publicly available package versions that have been released to one of the supported registries. The information contained in this diff is provided for informational purposes only and reflects changes between package versions as they appear in their respective public registries.
- 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
|