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/test/fixtures/lms/french.lm
CHANGED
@@ -1,4 +1,4 @@
|
|
1
|
-
_
|
1
|
+
_ 32286
|
2
2
|
e 11820
|
3
3
|
s 6385
|
4
4
|
a 6245
|
@@ -7,394 +7,394 @@ n 6115
|
|
7
7
|
t 5635
|
8
8
|
r 5480
|
9
9
|
l 4711
|
10
|
-
e_
|
10
|
+
e_ 4337
|
11
11
|
u 4260
|
12
12
|
o 4196
|
13
13
|
� 3243
|
14
14
|
d 3178
|
15
|
-
s_
|
15
|
+
s_ 2976
|
16
16
|
c 2591
|
17
17
|
p 2396
|
18
|
-
_d
|
18
|
+
_d 2360
|
19
19
|
m 2162
|
20
20
|
es 2138
|
21
|
-
é 2115
|
22
21
|
� 2115
|
23
|
-
|
22
|
+
é 2115
|
23
|
+
_l 1881
|
24
24
|
t_ 1784
|
25
|
-
de
|
26
|
-
le
|
27
|
-
es_
|
28
|
-
en
|
29
|
-
on
|
25
|
+
de 1595
|
26
|
+
le 1539
|
27
|
+
es_ 1523
|
28
|
+
en 1500
|
29
|
+
on 1430
|
30
30
|
_de 1338
|
31
|
-
_e
|
31
|
+
_e 1314
|
32
32
|
nt 1258
|
33
33
|
an 1256
|
34
|
+
_p 1247
|
34
35
|
, 1245
|
35
|
-
|
36
|
-
,_ 1207
|
36
|
+
,_ 1209
|
37
37
|
re 1163
|
38
|
-
n_
|
38
|
+
n_ 1086
|
39
39
|
ti 1028
|
40
|
-
is
|
40
|
+
is 982
|
41
41
|
de_ 975
|
42
|
-
la
|
42
|
+
la 906
|
43
43
|
ra 900
|
44
|
-
_de_
|
44
|
+
_de_ 877
|
45
45
|
a_ 863
|
46
46
|
g 846
|
47
|
-
_s
|
47
|
+
_s 834
|
48
48
|
v 796
|
49
49
|
f 777
|
50
|
-
_c
|
51
|
-
_a
|
50
|
+
_c 773
|
51
|
+
_a 746
|
52
52
|
ai 735
|
53
|
-
te
|
53
|
+
te 724
|
54
54
|
ent 708
|
55
55
|
� 698
|
56
|
+
_le 691
|
56
57
|
� 688
|
57
58
|
� 687
|
58
59
|
q 683
|
59
|
-
|
60
|
+
_la 679
|
60
61
|
qu 672
|
61
62
|
ar 672
|
62
|
-
le_
|
63
|
+
le_ 665
|
63
64
|
in 664
|
64
65
|
nt_ 663
|
65
|
-
et
|
66
|
-
|
67
|
-
|
68
|
-
|
69
|
-
it 656
|
66
|
+
et 663
|
67
|
+
it 660
|
68
|
+
se 659
|
69
|
+
me 658
|
70
70
|
� 652
|
71
71
|
�� 652
|
72
72
|
’ 652
|
73
73
|
ur 643
|
74
|
-
ce
|
74
|
+
ce 641
|
75
75
|
la_ 638
|
76
|
+
_la_ 637
|
76
77
|
ne 632
|
77
78
|
b 630
|
78
|
-
_la_ 625
|
79
79
|
er 620
|
80
|
-
ue
|
80
|
+
ue 616
|
81
|
+
__ 614
|
82
|
+
ns 601
|
81
83
|
io 600
|
82
|
-
ns 600
|
83
84
|
. 599
|
84
85
|
u_ 577
|
85
86
|
ion 572
|
86
|
-
et_
|
87
|
+
et_ 556
|
88
|
+
_� 545
|
87
89
|
st 545
|
88
|
-
_� 544
|
89
90
|
r_ 541
|
90
91
|
ie 538
|
91
|
-
_m
|
92
|
+
_m 538
|
92
93
|
ri 535
|
93
94
|
pa 531
|
94
95
|
_et 529
|
95
96
|
ran 527
|
96
|
-
at
|
97
|
+
at 526
|
97
98
|
au 525
|
98
99
|
co 521
|
100
|
+
nc 520
|
99
101
|
_et_ 520
|
100
|
-
nc 519
|
101
102
|
les 515
|
103
|
+
li 512
|
102
104
|
ou 510
|
103
|
-
li 508
|
104
105
|
tr 498
|
105
106
|
al 479
|
106
|
-
ta
|
107
|
+
ta 469
|
107
108
|
ro 467
|
108
109
|
h 459
|
109
|
-
les_
|
110
|
-
que
|
110
|
+
les_ 457
|
111
|
+
que 455
|
111
112
|
tio 431
|
112
113
|
eu 429
|
113
114
|
tion 429
|
114
115
|
r� 428
|
116
|
+
em 428
|
115
117
|
_f 424
|
116
|
-
re_
|
117
|
-
on_
|
118
|
-
|
118
|
+
re_ 423
|
119
|
+
on_ 419
|
120
|
+
_r 413
|
119
121
|
x 410
|
120
|
-
|
121
|
-
|
122
|
-
|
123
|
-
or 400
|
122
|
+
_en 408
|
123
|
+
_pa 404
|
124
|
+
or 402
|
124
125
|
rt 400
|
125
126
|
po 397
|
127
|
+
des 388
|
126
128
|
ll 386
|
127
129
|
si 382
|
128
|
-
|
129
|
-
__ 379
|
130
|
-
oi 378
|
130
|
+
oi 380
|
131
131
|
pr 375
|
132
132
|
anc 374
|
133
133
|
un 373
|
134
|
-
ent_
|
134
|
+
ent_ 372
|
135
135
|
en_ 368
|
136
|
-
nce
|
137
|
-
|
136
|
+
nce 367
|
137
|
+
e, 362
|
138
138
|
_t 362
|
139
|
-
|
140
|
-
|
139
|
+
des_ 362
|
140
|
+
e,_ 362
|
141
|
+
._ 362
|
141
142
|
� 359
|
143
|
+
è 359
|
142
144
|
ne_ 356
|
143
145
|
ir 352
|
144
146
|
par 352
|
145
|
-
e,_ 351
|
146
|
-
e, 351
|
147
147
|
_des 347
|
148
|
-
|
149
|
-
|
150
|
-
|
151
|
-
du
|
148
|
+
_le_ 345
|
149
|
+
_co 345
|
150
|
+
ce_ 344
|
151
|
+
du 343
|
152
152
|
_des_ 338
|
153
|
-
ns_
|
154
|
-
el
|
155
|
-
l’ 328
|
156
|
-
l� 328
|
153
|
+
ns_ 338
|
154
|
+
el 331
|
157
155
|
l� 328
|
158
|
-
_l�
|
159
|
-
_l�
|
160
|
-
|
156
|
+
_l� 328
|
157
|
+
_l� 328
|
158
|
+
l� 328
|
159
|
+
l’ 328
|
160
|
+
_l’ 328
|
161
|
+
ui 327
|
161
162
|
us 325
|
162
|
-
ui 325
|
163
163
|
F 324
|
164
|
+
nd 323
|
164
165
|
ré 322
|
165
|
-
nd 321
|
166
166
|
ati 321
|
167
167
|
ance 311
|
168
168
|
t� 311
|
169
|
-
n�
|
169
|
+
n� 308
|
170
|
+
_F 307
|
170
171
|
ve 307
|
171
172
|
ion_ 306
|
172
|
-
|
173
|
+
om 306
|
174
|
+
_en_ 305
|
173
175
|
L 305
|
174
|
-
om 305
|
175
|
-
_en_ 304
|
176
176
|
so 304
|
177
|
+
_les 304
|
177
178
|
is_ 302
|
178
|
-
_les 302
|
179
|
-
é_ 299
|
180
179
|
�_ 299
|
181
|
-
ue_
|
180
|
+
ue_ 299
|
181
|
+
é_ 299
|
182
182
|
iq 296
|
183
|
+
_les_ 296
|
183
184
|
iqu 296
|
184
185
|
�e 294
|
186
|
+
_par 294
|
185
187
|
ée 294
|
186
|
-
_les_ 294
|
187
|
-
_par 293
|
188
188
|
ma 293
|
189
|
-
men
|
189
|
+
men 292
|
190
190
|
à 288
|
191
191
|
� 288
|
192
192
|
Fr 287
|
193
193
|
ique 286
|
194
194
|
il 284
|
195
|
+
_Fr 283
|
195
196
|
Fra 283
|
196
197
|
est 283
|
197
|
-
_Fr 282
|
198
|
-
à_ 280
|
199
|
-
i_ 280
|
200
198
|
Fran 280
|
201
199
|
�_ 280
|
200
|
+
i_ 280
|
201
|
+
à_ 280
|
202
|
+
_Fra 279
|
202
203
|
mi 279
|
203
|
-
_Fra 278
|
204
204
|
pl 278
|
205
|
+
_Fran 276
|
205
206
|
té 276
|
206
|
-
|
207
|
+
_. 276
|
207
208
|
_u 274
|
209
|
+
_, 274
|
208
210
|
_à 273
|
209
211
|
_à_ 272
|
210
212
|
ranc 272
|
213
|
+
di 271
|
214
|
+
na 270
|
211
215
|
ment 270
|
212
|
-
di 270
|
213
216
|
ut 269
|
214
|
-
na 269
|
215
217
|
ss 268
|
216
|
-
|
218
|
+
_du 268
|
217
219
|
ci 267
|
218
|
-
_du 264
|
219
220
|
�s 263
|
220
221
|
és 263
|
221
222
|
ais 262
|
222
223
|
du_ 259
|
223
|
-
|
224
|
+
_au 259
|
224
225
|
atio 258
|
225
|
-
|
226
|
+
ation 258
|
227
|
+
_n 258
|
228
|
+
_pr 258
|
226
229
|
_un 257
|
227
|
-
|
230
|
+
lu 257
|
228
231
|
_du_ 256
|
229
232
|
y 255
|
230
|
-
lu 255
|
231
233
|
nce_ 255
|
232
|
-
|
234
|
+
que_ 253
|
233
235
|
ol 252
|
234
236
|
Franc 252
|
235
|
-
que_ 252
|
236
|
-
rs 251
|
237
237
|
rance 251
|
238
|
+
rs 251
|
238
239
|
tion_ 250
|
239
240
|
lle 250
|
240
241
|
pe 248
|
242
|
+
_,_ 247
|
243
|
+
s, 246
|
241
244
|
con 244
|
242
|
-
|
243
|
-
s,
|
244
|
-
|
245
|
-
|
245
|
+
ic 244
|
246
|
+
s,_ 243
|
247
|
+
te_ 242
|
248
|
+
d� 242
|
246
249
|
ire 240
|
247
|
-
|
248
|
-
|
250
|
+
ont 240
|
251
|
+
_so 240
|
249
252
|
no 239
|
250
|
-
|
251
|
-
_so 238
|
252
|
-
ic 238
|
253
|
+
res 239
|
253
254
|
ons 238
|
254
255
|
mo 236
|
255
|
-
|
256
|
-
dé 232
|
256
|
+
dé 233
|
257
257
|
i� 231
|
258
258
|
eur 230
|
259
259
|
ance_ 228
|
260
260
|
nn 227
|
261
261
|
_qu 226
|
262
|
-
ant 226
|
263
262
|
_q 226
|
263
|
+
ant 226
|
264
264
|
ct 223
|
265
|
-
|
266
|
-
est_
|
267
|
-
|
268
|
-
ni
|
265
|
+
eme 223
|
266
|
+
est_ 218
|
267
|
+
st_ 218
|
268
|
+
ni 217
|
269
|
+
lo 215
|
269
270
|
ux 215
|
270
|
-
_po 213
|
271
|
-
lo 213
|
272
271
|
ch 213
|
272
|
+
_po 213
|
273
273
|
vi 212
|
274
|
-
|
275
|
-
|
276
|
-
|
277
|
-
_L
|
274
|
+
_é 209
|
275
|
+
me_ 209
|
276
|
+
sa 207
|
277
|
+
_L 207
|
278
278
|
emen 205
|
279
279
|
ement 205
|
280
|
-
|
281
|
-
|
282
|
-
ec
|
280
|
+
_d� 203
|
281
|
+
se_ 203
|
282
|
+
ec 203
|
283
283
|
pu 202
|
284
284
|
ét 202
|
285
285
|
�t 202
|
286
|
-
|
287
|
-
d� 201
|
286
|
+
_es 202
|
288
287
|
d� 201
|
289
288
|
d’ 201
|
290
|
-
|
289
|
+
d� 201
|
290
|
+
ale 196
|
291
291
|
ur_ 196
|
292
292
|
to 196
|
293
|
-
|
294
|
-
|
295
|
-
_d’ 193
|
296
|
-
_d� 193
|
293
|
+
_dé 196
|
294
|
+
da 195
|
297
295
|
_o 193
|
296
|
+
_d’ 193
|
298
297
|
_d� 193
|
298
|
+
_d� 193
|
299
299
|
_est 192
|
300
|
-
tre 191
|
301
300
|
A 191
|
301
|
+
tre 191
|
302
302
|
op 191
|
303
|
-
_pl 190
|
304
|
-
da 190
|
305
303
|
au_ 190
|
304
|
+
_pl 190
|
306
305
|
ul 189
|
307
306
|
_est_ 187
|
307
|
+
x_ 186
|
308
|
+
ment_ 186
|
309
|
+
_re 185
|
310
|
+
bl 185
|
308
311
|
fr 185
|
309
|
-
|
310
|
-
_re 184
|
311
|
-
x_ 184
|
312
|
-
bl 184
|
313
|
-
_i 184
|
312
|
+
_._ 184
|
314
313
|
mp 184
|
315
|
-
|
316
|
-
ts
|
314
|
+
_i 184
|
315
|
+
ts 182
|
316
|
+
tu 180
|
317
317
|
ac 180
|
318
318
|
�r 180
|
319
|
-
tu 180
|
320
319
|
ér 180
|
321
320
|
rti 179
|
322
|
-
_se
|
323
|
-
ise
|
321
|
+
_se 177
|
322
|
+
ise 175
|
324
323
|
art 173
|
325
324
|
iè 172
|
326
325
|
ans 171
|
326
|
+
ia 170
|
327
327
|
ç 170
|
328
328
|
� 170
|
329
|
-
|
329
|
+
l_ 169
|
330
330
|
_mo 169
|
331
|
+
ux_ 169
|
331
332
|
ar_ 168
|
332
|
-
ux_ 168
|
333
333
|
an� 167
|
334
|
-
|
335
|
-
l_ 167
|
334
|
+
lus 167
|
336
335
|
gr 167
|
337
|
-
|
336
|
+
_con 167
|
338
337
|
ran� 166
|
339
|
-
|
338
|
+
P 166
|
340
339
|
nç 165
|
341
340
|
im 164
|
342
|
-
ont_ 164
|
343
|
-
une 163
|
344
341
|
_fr 163
|
345
|
-
|
342
|
+
ont_ 163
|
343
|
+
une 163
|
346
344
|
rs_ 162
|
347
|
-
|
345
|
+
son 162
|
346
|
+
_g 162
|
348
347
|
anç 161
|
349
|
-
|
348
|
+
un_ 161
|
350
349
|
ranç 160
|
351
|
-
C 160
|
352
350
|
su 160
|
353
351
|
us_ 160
|
354
|
-
_v
|
352
|
+
_v 160
|
353
|
+
C 160
|
355
354
|
ill 159
|
356
|
-
cl 158
|
357
355
|
plu 158
|
356
|
+
cl 158
|
358
357
|
par_ 158
|
359
358
|
_plu 158
|
359
|
+
_par_ 157
|
360
360
|
as 157
|
361
|
-
nça 156
|
362
361
|
�a 156
|
362
|
+
nça 156
|
363
363
|
ça 156
|
364
|
-
|
365
|
-
|
364
|
+
l� 154
|
365
|
+
ique_ 154
|
366
366
|
mm 153
|
367
|
-
|
368
|
-
�ais 152
|
367
|
+
ança 153
|
369
368
|
plus 152
|
370
|
-
nçai 152
|
371
369
|
çai 152
|
372
370
|
�ai 152
|
373
371
|
çais 152
|
374
|
-
|
372
|
+
�ais 152
|
373
|
+
nçai 152
|
375
374
|
rr 152
|
375
|
+
_plus 152
|
376
376
|
fra 151
|
377
|
+
_au_ 151
|
377
378
|
ge 150
|
378
|
-
_au_ 150
|
379
|
-
l� 149
|
380
379
|
m� 149
|
381
380
|
une_ 148
|
382
381
|
ag 147
|
382
|
+
fi 146
|
383
383
|
ell 146
|
384
384
|
ions 146
|
385
|
-
fi 146
|
386
385
|
iv 145
|
387
|
-
|
386
|
+
ie_ 145
|
387
|
+
dan 145
|
388
388
|
ien 144
|
389
|
-
|
389
|
+
ans_ 144
|
390
|
+
té_ 143
|
391
|
+
ain 143
|
390
392
|
_fra 143
|
391
393
|
our 143
|
392
|
-
|
393
|
-
té_ 143
|
394
|
-
ans_ 143
|
394
|
+
ep 143
|
395
395
|
elle 142
|
396
396
|
fran 142
|
397
|
-
ep 142
|
398
397
|
_fran 142
|
399
|
-
|
400
|
-
|
398
|
+
éc 141
|
399
|
+
�c 141
|
400
|
+
res_ 140
|