scylla 0.5.0 → 0.6.0
Sign up to get free protection for your applications and to get access to all the features.
- data/Gemfile +4 -2
- data/Gemfile.lock +16 -1
- data/lib/scylla/classifier.rb +1 -1
- data/lib/scylla/generator.rb +16 -4
- data/lib/scylla/lms/afrikaans.lm +232 -232
- data/lib/scylla/lms/arabic.lm +175 -175
- data/lib/scylla/lms/bulgarian.lm +225 -225
- data/lib/scylla/lms/catalan.lm +309 -309
- data/lib/scylla/lms/danish.lm +167 -167
- data/lib/scylla/lms/english.lm +398 -398
- data/lib/scylla/lms/finnish.lm +237 -237
- data/lib/scylla/lms/french.lm +148 -148
- data/lib/scylla/lms/german.lm +258 -258
- data/lib/scylla/lms/greek.lm +236 -236
- data/lib/scylla/lms/hebrew.lm +154 -154
- data/lib/scylla/lms/hindi.lm +139 -139
- data/lib/scylla/lms/icelandic.lm +239 -239
- data/lib/scylla/lms/indonesian.lm +244 -244
- data/lib/scylla/lms/italian.lm +248 -248
- data/lib/scylla/lms/japanese.lm +90 -90
- data/lib/scylla/lms/korean.lm +306 -306
- data/lib/scylla/lms/norwegian.lm +193 -193
- data/lib/scylla/lms/polish.lm +241 -241
- data/lib/scylla/lms/portuguese.lm +232 -232
- data/lib/scylla/lms/romanian.lm +246 -246
- data/lib/scylla/lms/slovak.lm +242 -242
- data/lib/scylla/lms/slovenian.lm +229 -229
- data/lib/scylla/lms/spanish.lm +164 -164
- data/lib/scylla/lms/swedish.lm +157 -157
- data/lib/scylla/lms/tagalog.lm +247 -247
- data/lib/scylla/lms/thai.lm +252 -252
- data/lib/scylla/lms/turkish.lm +285 -285
- data/lib/scylla/lms/vietnamese.lm +250 -250
- data/lib/scylla/lms/welsh.lm +248 -248
- data/lib/scylla/resources.rb +1 -9
- data/lib/scylla.rb +4 -0
- data/scylla.gemspec +2 -120
- data/source_texts/english.txt +62 -27
- data/test/classifier_test.rb +1 -3
- data/test/fixtures/lms/danish.lm +173 -173
- data/test/fixtures/lms/english.lm +220 -220
- data/test/fixtures/lms/french.lm +175 -175
- data/test/fixtures/lms/german.lm +254 -254
- data/test/fixtures/lms/hindi.lm +139 -139
- data/test/fixtures/lms/italian.lm +236 -236
- data/test/fixtures/lms/japanese.lm +88 -88
- data/test/fixtures/lms/norwegian.lm +182 -182
- data/test/fixtures/lms/spanish.lm +164 -164
- data/test/fixtures/test_languages/spanish +0 -1
- data/test/generator_test.rb +13 -0
- data/test/helper.rb +2 -0
- metadata +18 -25
- data/.document +0 -5
- data/lib/scylla/lms/13375P33K.lm +0 -400
- data/scylla-0.1.0.gem +0 -0
- data/source_texts/13375P33K.txt +0 -199
- data/test/fixtures/lms/13375p33k.lm +0 -400
- data/test/fixtures/source_texts/13375P33K.txt +0 -199
data/lib/scylla/lms/arabic.lm
CHANGED
@@ -1,62 +1,62 @@
|
|
1
1
|
� 26053
|
2
2
|
� 21638
|
3
|
-
_
|
4
|
-
ا 7004
|
3
|
+
_ 20952
|
5
4
|
� 7004
|
6
|
-
|
5
|
+
ا 7004
|
6
|
+
_� 5950
|
7
7
|
� 5598
|
8
8
|
ل 5598
|
9
|
-
�� 4328
|
10
9
|
ا� 4328
|
11
|
-
|
10
|
+
�� 4328
|
11
|
+
_� 3540
|
12
12
|
� 3314
|
13
13
|
ي 3314
|
14
|
-
�ل 3313
|
15
14
|
ال 3313
|
15
|
+
�ل 3313
|
16
16
|
م 3159
|
17
17
|
� 3159
|
18
|
-
|
19
|
-
|
20
|
-
_ا
|
18
|
+
ل� 2847
|
19
|
+
�� 2847
|
20
|
+
_ا 2729
|
21
21
|
� 2654
|
22
22
|
و 2654
|
23
|
-
_ا�
|
24
|
-
_ال
|
25
|
-
� 2192
|
23
|
+
_ا� 2629
|
24
|
+
_ال 2527
|
26
25
|
ر 2192
|
27
|
-
|
26
|
+
� 2192
|
28
27
|
�ل� 2158
|
29
|
-
|
28
|
+
ال� 2158
|
30
29
|
� 2092
|
31
|
-
|
32
|
-
ل�
|
30
|
+
ن 2092
|
31
|
+
ل� 2059
|
32
|
+
�� 2059
|
33
33
|
ا� 2030
|
34
34
|
�� 2030
|
35
|
-
ت 1994
|
36
35
|
� 1994
|
36
|
+
ت 1994
|
37
37
|
� 1777
|
38
38
|
ب 1772
|
39
|
-
��
|
40
|
-
ي�
|
41
|
-
ة 1712
|
39
|
+
�� 1734
|
40
|
+
ي� 1734
|
42
41
|
� 1712
|
42
|
+
ة 1712
|
43
43
|
ع 1691
|
44
44
|
� 1691
|
45
45
|
د 1652
|
46
46
|
� 1652
|
47
|
-
و� 1513
|
48
47
|
�� 1513
|
49
|
-
|
48
|
+
و� 1513
|
50
49
|
�_ 1426
|
51
|
-
|
52
|
-
|
50
|
+
ة_ 1426
|
51
|
+
�� 1355
|
52
|
+
م� 1355
|
53
53
|
�� 1183
|
54
54
|
م� 1183
|
55
55
|
س 1089
|
56
56
|
� 1089
|
57
|
-
_و
|
58
|
-
�ل� 1026
|
57
|
+
_و 1080
|
59
58
|
ال� 1026
|
59
|
+
�ل� 1026
|
60
60
|
ق 1019
|
61
61
|
� 1019
|
62
62
|
� 976
|
@@ -65,129 +65,129 @@ _و 1070
|
|
65
65
|
� 950
|
66
66
|
� 943
|
67
67
|
ه 943
|
68
|
-
|
69
|
-
|
68
|
+
ر� 941
|
69
|
+
�� 941
|
70
70
|
� 925
|
71
|
-
ب� 918
|
72
71
|
�� 918
|
73
|
-
|
72
|
+
ب� 918
|
74
73
|
ح 916
|
74
|
+
� 916
|
75
75
|
�� 907
|
76
76
|
و� 907
|
77
77
|
ع� 879
|
78
78
|
�� 879
|
79
79
|
أ 874
|
80
|
-
_م
|
81
|
-
|
82
|
-
|
83
|
-
|
84
|
-
|
85
|
-
|
86
|
-
|
87
|
-
|
88
|
-
|
89
|
-
|
90
|
-
|
91
|
-
ر� 722
|
80
|
+
_م 826
|
81
|
+
__ 825
|
82
|
+
�� 812
|
83
|
+
ي� 812
|
84
|
+
ت� 811
|
85
|
+
�� 811
|
86
|
+
�_ 776
|
87
|
+
ن_ 776
|
88
|
+
. 772
|
89
|
+
ن� 729
|
90
|
+
�� 729
|
92
91
|
�� 722
|
93
|
-
|
94
|
-
_
|
92
|
+
ر� 722
|
93
|
+
_ب 703
|
94
|
+
_و� 702
|
95
95
|
د� 696
|
96
96
|
�� 696
|
97
97
|
�� 690
|
98
98
|
ب� 685
|
99
|
-
�_ 683
|
100
99
|
ي_ 683
|
100
|
+
�_ 683
|
101
101
|
�� 675
|
102
102
|
ت� 675
|
103
|
-
لم 654
|
104
103
|
�م 654
|
104
|
+
لم 654
|
105
105
|
ج 630
|
106
106
|
� 630
|
107
|
-
�� 621
|
108
107
|
ق� 621
|
109
|
-
|
108
|
+
�� 621
|
110
109
|
ية 609
|
111
|
-
|
112
|
-
ل_ 606
|
110
|
+
�ة 609
|
113
111
|
ع� 592
|
114
112
|
�� 592
|
115
|
-
|
116
|
-
|
117
|
-
|
118
|
-
|
113
|
+
ل_ 579
|
114
|
+
�_ 579
|
115
|
+
س� 556
|
116
|
+
�� 556
|
119
117
|
ط 548
|
118
|
+
� 548
|
120
119
|
ح� 546
|
121
120
|
�� 546
|
122
121
|
�� 539
|
122
|
+
._ 539
|
123
123
|
, 537
|
124
|
+
�_ 533
|
125
|
+
ا_ 533
|
124
126
|
,_ 532
|
125
|
-
�_ 532
|
126
|
-
ا_ 532
|
127
|
-
م_ 514
|
128
127
|
�_ 514
|
128
|
+
م_ 514
|
129
129
|
�لم 506
|
130
130
|
أ� 489
|
131
131
|
�� 487
|
132
132
|
ه� 487
|
133
|
-
�_
|
134
|
-
ر_
|
133
|
+
�_ 482
|
134
|
+
ر_ 482
|
135
135
|
وا 479
|
136
136
|
�ا 479
|
137
|
-
ية_
|
138
|
-
�ة_
|
139
|
-
ت_
|
140
|
-
�_
|
137
|
+
ية_ 472
|
138
|
+
�ة_ 472
|
139
|
+
ت_ 471
|
140
|
+
�_ 471
|
141
141
|
_أ 470
|
142
|
-
|
143
|
-
|
144
|
-
د� 454
|
142
|
+
�� 456
|
143
|
+
د� 456
|
145
144
|
�� 448
|
146
145
|
ف� 448
|
146
|
+
_م� 448
|
147
147
|
� 447
|
148
148
|
ص 447
|
149
149
|
إ 445
|
150
150
|
� 445
|
151
|
-
|
151
|
+
�� 441
|
152
|
+
ك� 441
|
152
153
|
� 439
|
153
|
-
�� 439
|
154
|
-
ك� 439
|
155
154
|
ش 439
|
156
|
-
ن� 437
|
157
155
|
�� 437
|
156
|
+
ن� 437
|
157
|
+
_ع 435
|
158
158
|
� 434
|
159
|
-
�� 433
|
160
159
|
س� 433
|
161
|
-
|
160
|
+
�� 433
|
162
161
|
ز 430
|
163
162
|
د_ 430
|
163
|
+
�_ 430
|
164
164
|
�ن 427
|
165
165
|
من 427
|
166
|
-
|
167
|
-
|
168
|
-
|
169
|
-
|
166
|
+
�ا 402
|
167
|
+
_ب� 402
|
168
|
+
ما 402
|
169
|
+
لا 398
|
170
|
+
�ا 398
|
170
171
|
ان 384
|
171
|
-
|
172
|
+
�ن 384
|
172
173
|
�� 382
|
174
|
+
ك� 382
|
173
175
|
�� 381
|
174
176
|
أ� 381
|
175
|
-
لا 374
|
176
|
-
�ا 374
|
177
177
|
�ي 368
|
178
178
|
لي 368
|
179
|
-
ات 366
|
180
179
|
�ت 366
|
180
|
+
ات 366
|
181
181
|
_ف 361
|
182
182
|
ار 361
|
183
183
|
�ر 361
|
184
184
|
_ل 355
|
185
185
|
ف� 353
|
186
186
|
�� 353
|
187
|
-
_
|
188
|
-
|
187
|
+
_ت 352
|
188
|
+
_م� 352
|
189
189
|
خ 343
|
190
|
-
|
190
|
+
� 343
|
191
191
|
ض 332
|
192
192
|
� 332
|
193
193
|
�ا� 329
|
@@ -195,206 +195,206 @@ _ت 340
|
|
195
195
|
، 318
|
196
196
|
� 318
|
197
197
|
�ي 317
|
198
|
-
في 317
|
199
|
-
�م� 317
|
200
198
|
لم� 317
|
199
|
+
�م� 317
|
200
|
+
في 317
|
201
201
|
� 316
|
202
202
|
ث 316
|
203
|
-
_
|
204
|
-
|
205
|
-
|
203
|
+
_و� 314
|
204
|
+
_وا 311
|
205
|
+
�� 310
|
206
|
+
ج� 310
|
206
207
|
�� 306
|
207
208
|
ح� 306
|
208
|
-
_و� 306
|
209
209
|
با 304
|
210
210
|
�ا 304
|
211
211
|
_ف� 303
|
212
|
-
_أ� 301
|
213
212
|
_ب� 301
|
213
|
+
_أ� 301
|
214
214
|
ى 293
|
215
215
|
� 293
|
216
|
-
دي 282
|
217
216
|
�ي 282
|
218
|
-
|
217
|
+
دي 282
|
219
218
|
ّ 281
|
219
|
+
� 281
|
220
220
|
�_ 280
|
221
221
|
،_ 280
|
222
|
-
يا
|
223
|
-
�ا
|
224
|
-
�� 275
|
222
|
+
يا 279
|
223
|
+
�ا 279
|
225
224
|
ري 275
|
226
|
-
�ي 275
|
227
225
|
ج� 275
|
226
|
+
�ي 275
|
227
|
+
�� 275
|
228
228
|
�� 273
|
229
|
-
�ت_ 273
|
230
|
-
ات_ 273
|
231
229
|
ه� 273
|
230
|
+
�ت_ 272
|
231
|
+
ات_ 272
|
232
|
+
�� 271
|
232
233
|
ق� 271
|
233
234
|
�ال 271
|
234
|
-
�� 271
|
235
235
|
�_ 270
|
236
|
+
�أ 270
|
237
|
+
لأ 270
|
236
238
|
ى_ 270
|
237
|
-
�أ 269
|
238
|
-
لأ 269
|
239
|
-
�ا 261
|
240
239
|
ها 261
|
240
|
+
�ا 261
|
241
241
|
�ن 256
|
242
242
|
ين 256
|
243
243
|
لع 255
|
244
244
|
�ع 255
|
245
|
-
ام 254
|
246
245
|
�م 254
|
246
|
+
ام 254
|
247
247
|
_من 251
|
248
|
-
�م� 248
|
249
248
|
لم� 248
|
249
|
+
�م� 248
|
250
250
|
_ل� 247
|
251
251
|
ش� 246
|
252
252
|
�� 246
|
253
253
|
_في 244
|
254
|
-
�� 242
|
255
254
|
ط� 242
|
256
|
-
|
255
|
+
�� 242
|
256
|
+
�ا 240
|
257
257
|
را 240
|
258
258
|
عا 240
|
259
|
-
�ا 240
|
260
|
-
_ع� 237
|
259
|
+
�ا 240
|
261
260
|
_إ 236
|
262
261
|
�لأ 235
|
263
|
-
�ل 234
|
264
262
|
�لع 234
|
263
|
+
�ل 234
|
265
264
|
ول 234
|
266
|
-
ذ 233
|
267
|
-
�� 233
|
268
|
-
� 233
|
269
265
|
إ� 233
|
270
|
-
|
266
|
+
� 233
|
267
|
+
�� 233
|
268
|
+
ذ 233
|
271
269
|
�� 230
|
272
|
-
|
270
|
+
ط� 230
|
273
271
|
في_ 229
|
274
|
-
_ك 229
|
275
272
|
ص� 229
|
273
|
+
�� 229
|
276
274
|
�ي_ 229
|
277
|
-
|
278
|
-
�� 224
|
275
|
+
_ك 229
|
279
276
|
_ع� 224
|
277
|
+
�� 224
|
278
|
+
خ� 224
|
280
279
|
�ن_ 221
|
281
280
|
من_ 221
|
281
|
+
�ع� 215
|
282
282
|
لع� 215
|
283
283
|
لك 215
|
284
284
|
�ك 215
|
285
|
-
�ع� 215
|
286
|
-
ز� 213
|
287
285
|
�� 213
|
288
|
-
|
289
|
-
�� 212
|
286
|
+
ز� 213
|
290
287
|
إ� 212
|
288
|
+
�� 212
|
289
|
+
غ 212
|
291
290
|
� 212
|
291
|
+
_ع� 211
|
292
292
|
لس 211
|
293
293
|
�س 211
|
294
|
-
بي 209
|
295
294
|
�ي 209
|
295
|
+
بي 209
|
296
296
|
�ل 208
|
297
297
|
عل 208
|
298
298
|
�� 204
|
299
|
-
مل 204
|
300
299
|
ص� 204
|
300
|
+
مل 204
|
301
301
|
�ل 204
|
302
|
+
_ق 201
|
302
303
|
�ا� 200
|
303
|
-
با� 200
|
304
304
|
� 200
|
305
|
+
با� 200
|
305
306
|
ء 197
|
306
|
-
_
|
307
|
-
�د 195
|
308
|
-
�لس 195
|
309
|
-
�_ 195
|
307
|
+
_ت� 197
|
310
308
|
ع_ 195
|
309
|
+
�_ 195
|
310
|
+
�د 195
|
311
311
|
اد 195
|
312
|
+
�لس 195
|
312
313
|
�د 191
|
313
314
|
ود 191
|
314
|
-
�د 187
|
315
315
|
عد 187
|
316
|
-
|
316
|
+
�د 187
|
317
317
|
_ح 183
|
318
318
|
و_ 181
|
319
319
|
�_ 181
|
320
|
-
�ح 180
|
321
320
|
لح 180
|
322
|
-
|
323
|
-
|
324
|
-
|
321
|
+
�ت 180
|
322
|
+
لي� 180
|
323
|
+
�ي� 180
|
324
|
+
لت 180
|
325
|
+
�ح 180
|
325
326
|
ري� 178
|
327
|
+
_ه 178
|
326
328
|
�ي� 178
|
327
|
-
�إ 177
|
328
|
-
�ي� 177
|
329
329
|
لإ 177
|
330
|
-
|
331
|
-
|
330
|
+
�ا� 177
|
331
|
+
لا� 177
|
332
|
+
�إ 177
|
332
333
|
�ا� 176
|
333
|
-
|
334
|
-
�ا
|
335
|
-
|
334
|
+
را� 176
|
335
|
+
�ا 175
|
336
|
+
نا 175
|
336
337
|
�� 173
|
337
|
-
|
338
|
-
�ب
|
339
|
-
|
338
|
+
رب 173
|
339
|
+
�ب 173
|
340
|
+
ش� 173
|
340
341
|
وي 172
|
342
|
+
�ي 172
|
341
343
|
اء 171
|
342
344
|
ها_ 171
|
343
|
-
�ء 171
|
344
345
|
�ا_ 171
|
346
|
+
�ء 171
|
347
|
+
_أ� 169
|
345
348
|
يا� 169
|
346
349
|
�ا� 169
|
347
|
-
_أ� 169
|
348
|
-
ير 166
|
349
350
|
�ر 166
|
350
|
-
|
351
|
+
ير 166
|
351
352
|
�ل 165
|
352
|
-
|
353
|
-
|
354
|
-
|
353
|
+
بل 165
|
354
|
+
_با 165
|
355
|
+
�ا 162
|
356
|
+
دا 162
|
357
|
+
ه_ 160
|
358
|
+
دي� 160
|
355
359
|
�_ 160
|
356
360
|
�ي� 160
|
357
|
-
دي� 160
|
358
|
-
ه_ 160
|
359
361
|
ني 158
|
360
362
|
�ي 158
|
361
363
|
مي 157
|
362
364
|
�ي 157
|
363
365
|
�لح 156
|
364
|
-
_ت� 155
|
365
|
-
�_ 155
|
366
366
|
ء_ 155
|
367
|
+
�_ 155
|
368
|
+
_ت� 155
|
367
369
|
�لإ 154
|
368
|
-
ف_ 153
|
369
|
-
لا� 153
|
370
|
-
�ا� 153
|
371
370
|
�_ 153
|
371
|
+
ف_ 153
|
372
372
|
�ل� 152
|
373
373
|
مل� 152
|
374
|
-
�ة 151
|
375
374
|
رة 151
|
375
|
+
�ة 151
|
376
|
+
مع 149
|
376
377
|
لا� 149
|
377
|
-
�ا� 149
|
378
378
|
�ع 149
|
379
|
-
|
379
|
+
�ا� 149
|
380
|
+
لأ� 148
|
380
381
|
�ال 148
|
381
|
-
|
382
|
-
|
383
|
-
|
382
|
+
�أ� 148
|
383
|
+
�_ 147
|
384
|
+
�م 147
|
384
385
|
لى 147
|
385
386
|
�ى 147
|
387
|
+
ب_ 147
|
388
|
+
تم 147
|
386
389
|
_ي 147
|
387
|
-
|
388
|
-
|
389
|
-
|
390
|
-
|
391
|
-
_ج 145
|
392
|
-
�ا_ 145
|
390
|
+
�ا_ 146
|
391
|
+
ما_ 146
|
392
|
+
_ق� 146
|
393
|
+
_ج 146
|
393
394
|
�ا� 144
|
394
|
-
عا� 144
|
395
|
-
لب 144
|
396
|
-
_ق� 144
|
397
395
|
�ب 144
|
398
|
-
|
399
|
-
|
396
|
+
لب 144
|
397
|
+
عا� 144
|
400
398
|
اس 143
|
399
|
+
سي 143
|
400
|
+
�س 143
|