scylla 0.9.3 → 1.0.0

Sign up to get free protection for your applications and to get access to all the features.
Files changed (79) hide show
  1. data/lib/scylla/lms/arabic.lm +399 -399
  2. data/lib/scylla/lms/bulgarian.lm +400 -400
  3. data/lib/scylla/lms/catalan.lm +323 -323
  4. data/lib/scylla/lms/chinese.lm +389 -389
  5. data/lib/scylla/lms/czech.lm +377 -377
  6. data/lib/scylla/lms/danish.lm +383 -383
  7. data/lib/scylla/lms/dutch.lm +398 -398
  8. data/lib/scylla/lms/english.lm +355 -355
  9. data/lib/scylla/lms/finnish.lm +381 -381
  10. data/lib/scylla/lms/french.lm +379 -379
  11. data/lib/scylla/lms/german.lm +382 -382
  12. data/lib/scylla/lms/greek.lm +400 -400
  13. data/lib/scylla/lms/hebrew.lm +400 -400
  14. data/lib/scylla/lms/hindi.lm +400 -400
  15. data/lib/scylla/lms/icelandic.lm +219 -219
  16. data/lib/scylla/lms/indonesian.lm +364 -364
  17. data/lib/scylla/lms/italian.lm +381 -381
  18. data/lib/scylla/lms/japanese.lm +400 -400
  19. data/lib/scylla/lms/kannada.lm +392 -392
  20. data/lib/scylla/lms/korean.lm +389 -389
  21. data/lib/scylla/lms/marathi.lm +364 -364
  22. data/lib/scylla/lms/norwegian.lm +325 -325
  23. data/lib/scylla/lms/persian.lm +397 -397
  24. data/lib/scylla/lms/polish.lm +380 -380
  25. data/lib/scylla/lms/portuguese.lm +375 -375
  26. data/lib/scylla/lms/romanian.lm +318 -318
  27. data/lib/scylla/lms/russian.lm +398 -398
  28. data/lib/scylla/lms/slovak.lm +358 -358
  29. data/lib/scylla/lms/slovenian.lm +256 -256
  30. data/lib/scylla/lms/spanish.lm +353 -353
  31. data/lib/scylla/lms/swedish.lm +400 -400
  32. data/lib/scylla/lms/tagalog.lm +245 -245
  33. data/lib/scylla/lms/thai.lm +400 -400
  34. data/lib/scylla/lms/turkish.lm +379 -379
  35. data/lib/scylla/lms/vietnamese.lm +373 -373
  36. data/lib/scylla/lms/welsh.lm +293 -293
  37. data/test/classifier_test.rb +5 -3
  38. data/test/fixtures/lms/arabic.lm +400 -0
  39. data/test/fixtures/lms/bulgarian.lm +400 -0
  40. data/test/fixtures/lms/catalan.lm +400 -0
  41. data/test/fixtures/lms/chinese.lm +400 -0
  42. data/test/fixtures/lms/czech.lm +400 -0
  43. data/test/fixtures/lms/danish.lm +399 -399
  44. data/test/fixtures/lms/dutch.lm +400 -0
  45. data/test/fixtures/lms/english.lm +400 -400
  46. data/test/fixtures/lms/finnish.lm +400 -0
  47. data/test/fixtures/lms/french.lm +397 -397
  48. data/test/fixtures/lms/german.lm +400 -400
  49. data/test/fixtures/lms/greek.lm +400 -0
  50. data/test/fixtures/lms/hebrew.lm +400 -0
  51. data/test/fixtures/lms/hindi.lm +400 -400
  52. data/test/fixtures/lms/icelandic.lm +400 -0
  53. data/test/fixtures/lms/indonesian.lm +400 -0
  54. data/test/fixtures/lms/italian.lm +400 -400
  55. data/test/fixtures/lms/japanese.lm +400 -400
  56. data/test/fixtures/lms/kannada.lm +400 -0
  57. data/test/fixtures/lms/korean.lm +400 -0
  58. data/test/fixtures/lms/marathi.lm +400 -0
  59. data/test/fixtures/lms/norwegian.lm +399 -399
  60. data/test/fixtures/lms/persian.lm +400 -0
  61. data/test/fixtures/lms/polish.lm +400 -0
  62. data/test/fixtures/lms/portuguese.lm +400 -0
  63. data/test/fixtures/lms/romanian.lm +400 -0
  64. data/test/fixtures/lms/russian.lm +400 -0
  65. data/test/fixtures/lms/slovak.lm +400 -0
  66. data/test/fixtures/lms/slovenian.lm +400 -0
  67. data/test/fixtures/lms/spanish.lm +400 -400
  68. data/test/fixtures/lms/swedish.lm +400 -0
  69. data/test/fixtures/lms/tagalog.lm +400 -0
  70. data/test/fixtures/lms/thai.lm +400 -0
  71. data/test/fixtures/lms/turkish.lm +400 -0
  72. data/test/fixtures/lms/vietnamese.lm +400 -0
  73. data/test/fixtures/lms/welsh.lm +400 -0
  74. data/test/fixtures/test_languages/japanese +149 -67
  75. data/test/generator_test.rb +1 -43
  76. data/test/language_test.rb +5 -1
  77. data/test/loader_test.rb +1 -1
  78. data/test/scylla_test.rb +4 -4
  79. metadata +105 -63
@@ -0,0 +1,400 @@
1
+ _ 3274
2
+ r 775
3
+ a 756
4
+ n 718
5
+ i 642
6
+ s 545
7
+ e 517
8
+ l 417
9
+ t 401
10
+ u 389
11
+ ð 327
12
+ g 310
13
+ r_ 304
14
+ m 304
15
+ f 255
16
+ k 233
17
+ d 217
18
+ á 191
19
+ o 191
20
+ _s 185
21
+ í 177
22
+ ð_ 176
23
+ v 175
24
+ ar 162
25
+ _e 158
26
+ i_ 153
27
+ nd 152
28
+ in 147
29
+ an 145
30
+ a_ 145
31
+ h 137
32
+ m_ 129
33
+ st 129
34
+ þ 123
35
+ er 123
36
+ _á 113
37
+ _þ 111
38
+ g_ 107
39
+ j 107
40
+ _í 107
41
+ _h 106
42
+ n_ 105
43
+ ar_ 104
44
+ la 99
45
+ um 99
46
+ _f 92
47
+ _v 90
48
+ u_ 89
49
+ ö 89
50
+ ið 88
51
+ ó 88
52
+ ir 88
53
+ að 88
54
+ and 86
55
+ nn 86
56
+ um_ 86
57
+ _o 85
58
+ t_ 84
59
+ _a 84
60
+ og 83
61
+ á_ 83
62
+ ri 82
63
+ _og 82
64
+ di 82
65
+ og_ 82
66
+ en 82
67
+ ti 79
68
+ ei 78
69
+ sl 74
70
+ ur 74
71
+ _er 74
72
+ ir_ 72
73
+ na 71
74
+ ið_ 71
75
+ lan 70
76
+ ndi 70
77
+ ng 70
78
+ b 65
79
+ le 65
80
+ að_ 65
81
+ æ 64
82
+ ta 64
83
+ ur_ 63
84
+ _t 60
85
+ s_ 60
86
+ _á_ 59
87
+ y 59
88
+ _n 58
89
+ ga 57
90
+ un 57
91
+ ís 56
92
+ ísl 56
93
+ _ís 56
94
+ ve 56
95
+ _u 55
96
+ _l 55
97
+ _m 52
98
+ í_ 51
99
+ p 50
100
+ il 49
101
+ se 49
102
+ or 49
103
+ sk 48
104
+ ra 48
105
+ ki 48
106
+ jó 48
107
+ af 48
108
+ ing 47
109
+ er_ 46
110
+ ni 46
111
+ al 45
112
+ _í_ 45
113
+ ru 45
114
+ is 45
115
+ va 44
116
+ nu 44
117
+ _k 44
118
+ l_ 44
119
+ sla 43
120
+ ár 43
121
+ _ár 41
122
+ ú 40
123
+ me 40
124
+ ns 40
125
+ ha 39
126
+ ða 38
127
+ rn 38
128
+ _r 38
129
+ rið 38
130
+ di_ 37
131
+ _að 37
132
+ ði 37
133
+ eg 37
134
+ d_ 37
135
+ _st 37
136
+ _va 37
137
+ am 37
138
+ gu 36
139
+ _se 36
140
+ ld 35
141
+ inn 35
142
+ st_ 35
143
+ lu 35
144
+ ef 34
145
+ þa 34
146
+ _þa 34
147
+ da 33
148
+ em 33
149
+ tt 33
150
+ rs 32
151
+ il_ 32
152
+ ru_ 32
153
+ var 32
154
+ he 32
155
+ _en 31
156
+ _g 31
157
+ _ha 31
158
+ ðu 30
159
+ til 30
160
+ ór 30
161
+ rð 30
162
+ fl 30
163
+ sa 30
164
+ et 29
165
+ _þe 29
166
+ _ti 29
167
+ sem 29
168
+ þe 29
169
+ em_ 29
170
+ tj 29
171
+ ein 29
172
+ ver 28
173
+ ári 28
174
+ ka 28
175
+ ku 28
176
+ gi 27
177
+ eru 27
178
+ _b 27
179
+ re 27
180
+ jór 27
181
+ ma 27
182
+ gar 27
183
+ tu 27
184
+ stj 26
185
+ tjó 26
186
+ na_ 26
187
+ órn 26
188
+ _um 26
189
+ _me 26
190
+ vi 25
191
+ öl 25
192
+ _he 25
193
+ eð 25
194
+ jö 25
195
+ ns_ 25
196
+ und 24
197
+ en_ 24
198
+ _la 24
199
+ ta_ 24
200
+ kk 24
201
+ ko 24
202
+ nn_ 24
203
+ end 24
204
+ nd_ 24
205
+ ý 24
206
+ ti_ 24
207
+ rí 24
208
+ len 24
209
+ ík 23
210
+ ds 23
211
+ f_ 23
212
+ fa 23
213
+ _ve 23
214
+ nar 23
215
+ fn 23
216
+ nds 23
217
+ ann 22
218
+ _sa 22
219
+ ag 22
220
+ ll 22
221
+ sv 22
222
+ ins 22
223
+ nga 22
224
+ sam 22
225
+ rá 22
226
+ si 21
227
+ _d 21
228
+ rík 21
229
+ fr 21
230
+ ði_ 21
231
+ é 21
232
+ li 21
233
+ fu 21
234
+ _no 20
235
+ _af 20
236
+ með 20
237
+ íki 20
238
+ ss 20
239
+ ega 20
240
+ mi 20
241
+ no 20
242
+ kis 19
243
+ fi 19
244
+ rr 19
245
+ dir 19
246
+ _rí 19
247
+ num 19
248
+ rl 19
249
+ ey 18
250
+ haf 18
251
+ sta 18
252
+ óð 18
253
+ _sk 18
254
+ nna 18
255
+ það 18
256
+ _un 18
257
+ yr 18
258
+ _ef 17
259
+ es 17
260
+ af_ 17
261
+ við 17
262
+ din 17
263
+ _i 17
264
+ fo 17
265
+ jóð 17
266
+ ek 17
267
+ þj 17
268
+ fy 17
269
+ k_ 17
270
+ þjó 17
271
+ _vi 17
272
+ ut 17
273
+ _fo 17
274
+ for 17
275
+ enn 16
276
+ _fy 16
277
+ sin 16
278
+ it 16
279
+ ör 16
280
+ du 16
281
+ fj 16
282
+ nin 16
283
+ jöl 16
284
+ ge 16
285
+ _fr 16
286
+ au 16
287
+ ön 16
288
+ el 16
289
+ ga_ 16
290
+ ál 16
291
+ ra_ 16
292
+ kv 16
293
+ íð 15
294
+ ok 15
295
+ _al 15
296
+ _ei 15
297
+ fyr 15
298
+ nni 15
299
+ leg 15
300
+ _sv 15
301
+ _ge 15
302
+ fjö 15
303
+ sí 15
304
+ set 15
305
+ ja 15
306
+ tir 15
307
+ ngu 15
308
+ all 15
309
+ eð_ 15
310
+ lut 14
311
+ nor 14
312
+ ni_ 14
313
+ ðar 14
314
+ áð 14
315
+ _sí 14
316
+ gur 14
317
+ tt_ 14
318
+ nda 14
319
+ vo 14
320
+ in_ 14
321
+ efn 14
322
+ ki_ 14
323
+ _ko 14
324
+ ms 14
325
+ fur 14
326
+ rir 13
327
+ _þj 13
328
+ þi 13
329
+ kr 13
330
+ gs 13
331
+ þin 13
332
+ fa_ 13
333
+ fle 13
334
+ hi 13
335
+ ls 13
336
+ as 13
337
+ dan 13
338
+ sle 13
339
+ ski 13
340
+ hl 13
341
+ ær 13
342
+ bo 13
343
+ væ 13
344
+ ví 13
345
+ hö 13
346
+ æm 12
347
+ æð 12
348
+ rst 12
349
+ ip 12
350
+ öf 12
351
+ erð 12
352
+ rt 12
353
+ ors 12
354
+ ist 12
355
+ ig 12
356
+ ald 12
357
+ us 12
358
+ ld_ 12
359
+ kum 12
360
+ fna 12
361
+ rei 12
362
+ já 12
363
+ ðs 12
364
+ okk 11
365
+ vei 11
366
+ ds_ 11
367
+ ýs 11
368
+ nu_ 11
369
+ ndu 11
370
+ kip 11
371
+ ft 11
372
+ ekk 11
373
+ ne 11
374
+ má 11
375
+ mál 11
376
+ öld 11
377
+ _fl 11
378
+ an_ 11
379
+ _hl 11
380
+ un_ 11
381
+ im 11
382
+ han 11
383
+ da_ 11
384
+ kvæ 11
385
+ man 11
386
+ stu 11
387
+ _fj 11
388
+ hef 11
389
+ þar 11
390
+ _da 11
391
+ slu 11
392
+ eim 10
393
+ ög 10
394
+ afa 10
395
+ _mi 10
396
+ gi_ 10
397
+ sti 10
398
+ ðh 10
399
+ ða_ 10
400
+ yri 10
@@ -0,0 +1,400 @@
1
+ _ 8612
2
+ a 5000
3
+ n 2813
4
+ i 2311
5
+ e 2236
6
+ d 1467
7
+ r 1277
8
+ an 1249
9
+ s 1248
10
+ u 1168
11
+ t 1130
12
+ k 1020
13
+ a_ 952
14
+ m 952
15
+ g 930
16
+ l 897
17
+ n_ 865
18
+ p 748
19
+ _d 699
20
+ an_ 694
21
+ b 653
22
+ i_ 653
23
+ h 629
24
+ o 625
25
+ da 606
26
+ ng 581
27
+ er 518
28
+ in 461
29
+ y 452
30
+ _p 435
31
+ _m 423
32
+ en 408
33
+ di 405
34
+ ya 402
35
+ ar 386
36
+ si 385
37
+ la 385
38
+ ta 380
39
+ _s 369
40
+ ga 350
41
+ ra 346
42
+ me 343
43
+ _b 332
44
+ ah 323
45
+ ang 323
46
+ _da 312
47
+ g_ 304
48
+ ng_ 302
49
+ nd 302
50
+ ka 301
51
+ _t 296
52
+ ia 293
53
+ _me 290
54
+ se 287
55
+ h_ 285
56
+ _i 284
57
+ _di 275
58
+ es 274
59
+ _k 274
60
+ on 262
61
+ al 255
62
+ be 255
63
+ j 252
64
+ ad 249
65
+ ne 247
66
+ _se 245
67
+ pe 242
68
+ _a 242
69
+ as 239
70
+ sa 237
71
+ pa 233
72
+ ba 231
73
+ _in 230
74
+ ak 227
75
+ at 225
76
+ dan 215
77
+ un 210
78
+ ia_ 208
79
+ k_ 206
80
+ ri 203
81
+ ke 201
82
+ ma 200
83
+ te 198
84
+ ind 197
85
+ _pe 195
86
+ _be 191
87
+ _y 189
88
+ ah_ 189
89
+ _ya 185
90
+ esi 184
91
+ r_ 177
92
+ kan 175
93
+ do 175
94
+ em 173
95
+ na 172
96
+ ny 171
97
+ _ke 171
98
+ el 170
99
+ ndo 170
100
+ nes 169
101
+ sia 169
102
+ one 167
103
+ men 167
104
+ don 167
105
+ di_ 166
106
+ yan 165
107
+ ada 161
108
+ am 160
109
+ ai 156
110
+ ja 155
111
+ is 154
112
+ nya 152
113
+ ti 148
114
+ t_ 147
115
+ ara 146
116
+ ber 144
117
+ ha 144
118
+ da_ 143
119
+ ya_ 142
120
+ nt 141
121
+ tu 140
122
+ u_ 138
123
+ eng 133
124
+ li 133
125
+ _te 133
126
+ s_ 132
127
+ _pa 131
128
+ l_ 125
129
+ ik 125
130
+ de 125
131
+ nga 123
132
+ ag 123
133
+ ek 123
134
+ il 121
135
+ ua 120
136
+ eb 115
137
+ uk 114
138
+ gan 114
139
+ ri_ 113
140
+ era 112
141
+ c 112
142
+ _l 111
143
+ w 111
144
+ ela 108
145
+ it 108
146
+ ni 107
147
+ ter 107
148
+ ra_ 106
149
+ per 103
150
+ pad 102
151
+ ul 101
152
+ _n 101
153
+ du 98
154
+ at_ 97
155
+ ala 97
156
+ us 95
157
+ aga 94
158
+ lah 91
159
+ _ba 90
160
+ un_ 89
161
+ _h 89
162
+ mi 89
163
+ le 88
164
+ _ta 88
165
+ pu 87
166
+ m_ 86
167
+ bu 86
168
+ asi 84
169
+ ari 84
170
+ _j 84
171
+ ing 83
172
+ ru 82
173
+ si_ 82
174
+ al_ 82
175
+ tah 81
176
+ hu 80
177
+ ut 80
178
+ pen 79
179
+ ap 78
180
+ lu 77
181
+ ai_ 77
182
+ _o 77
183
+ aka 77
184
+ rt 77
185
+ et 77
186
+ mu 76
187
+ e_ 76
188
+ ama 76
189
+ _de 76
190
+ au 75
191
+ ol 75
192
+ asa 75
193
+ wa 74
194
+ ki 74
195
+ ak_ 74
196
+ ir 73
197
+ ar_ 73
198
+ nta 72
199
+ ju 72
200
+ dar 71
201
+ ay 71
202
+ re 70
203
+ gg 69
204
+ ga_ 69
205
+ _ma 69
206
+ ngg 69
207
+ tan 67
208
+ uk_ 67
209
+ seb 67
210
+ den 66
211
+ mb 66
212
+ ku 66
213
+ mer 66
214
+ st 64
215
+ ur 64
216
+ bag 64
217
+ or 64
218
+ nj 63
219
+ ata 62
220
+ eg 62
221
+ ta_ 62
222
+ hi 62
223
+ ahu 61
224
+ hun 60
225
+ su 60
226
+ aa 60
227
+ f 58
228
+ gar 58
229
+ end 58
230
+ ko 57
231
+ ula 56
232
+ lan 55
233
+ mp 55
234
+ adi 54
235
+ _la 54
236
+ ud 54
237
+ ma_ 54
238
+ gi 52
239
+ pr 52
240
+ _r 52
241
+ eri 52
242
+ tar 52
243
+ ert 51
244
+ _an 51
245
+ eh 51
246
+ id 51
247
+ ab 51
248
+ aya 50
249
+ ik_ 50
250
+ mas 50
251
+ _sa 50
252
+ ni_ 49
253
+ _e 49
254
+ pul 49
255
+ han 49
256
+ eba 49
257
+ _ne 48
258
+ mem 48
259
+ nda 48
260
+ ban 48
261
+ ega 48
262
+ ran 48
263
+ rd 48
264
+ ep 48
265
+ aan 48
266
+ dal 48
267
+ lam 47
268
+ dia 47
269
+ eka 46
270
+ um 46
271
+ tu_ 46
272
+ as_ 46
273
+ sar 46
274
+ lai 45
275
+ aha 45
276
+ any 45
277
+ ih 45
278
+ neg 45
279
+ ant 45
280
+ bi 44
281
+ _u 44
282
+ aw 44
283
+ _ad 44
284
+ _w 44
285
+ po 43
286
+ awa 43
287
+ om 43
288
+ aj 43
289
+ esa 43
290
+ nja 43
291
+ san 43
292
+ enj 42
293
+ erd 42
294
+ _ol 42
295
+ ain 42
296
+ _ha 42
297
+ ndi 42
298
+ ca 42
299
+ eme 41
300
+ au_ 41
301
+ in_ 41
302
+ ali 41
303
+ bes 41
304
+ _ju 41
305
+ lau 41
306
+ no 41
307
+ io 41
308
+ jad 40
309
+ gai 40
310
+ _ti 40
311
+ ila 40
312
+ ian 40
313
+ emb 40
314
+ nal 39
315
+ apa 39
316
+ eh_ 39
317
+ p_ 38
318
+ itu 38
319
+ _pr 38
320
+ ini 38
321
+ ntu 38
322
+ gu 38
323
+ v 38
324
+ isi 38
325
+ im 37
326
+ rb 37
327
+ rn 37
328
+ ip 37
329
+ man 36
330
+ ent 36
331
+ tr 36
332
+ up 36
333
+ dis 36
334
+ ole 36
335
+ leh 36
336
+ d_ 36
337
+ lay 36
338
+ eru 36
339
+ erb 36
340
+ and 36
341
+ rah 35
342
+ rta 35
343
+ _ka 35
344
+ mel 35
345
+ _pu 35
346
+ ed 35
347
+ rk 35
348
+ rin 35
349
+ uh 35
350
+ _c 35
351
+ mba 35
352
+ gga 34
353
+ ana 34
354
+ _ja 34
355
+ iri 34
356
+ uas 34
357
+ sel 34
358
+ is_ 34
359
+ lo 34
360
+ pi 34
361
+ am_ 34
362
+ ngk 34
363
+ gk 34
364
+ ena 33
365
+ rs 33
366
+ mi_ 33
367
+ ion 33
368
+ ej 33
369
+ _mu 33
370
+ ndu 32
371
+ aja 32
372
+ bel 32
373
+ to 32
374
+ ro 32
375
+ _na 32
376
+ kh 32
377
+ ung 32
378
+ sa_ 32
379
+ emi 31
380
+ _bu 31
381
+ tas 30
382
+ ut_ 30
383
+ ika 30
384
+ _re 30
385
+ ke_ 30
386
+ tel 30
387
+ usa 30
388
+ int 30
389
+ tuk 29
390
+ ili 29
391
+ ih_ 29
392
+ nn 29
393
+ nny 29
394
+ _hi 29
395
+ ita 29
396
+ nc 29
397
+ duk 28
398
+ pat 28
399
+ yak 28
400
+ ebe 28