scylla 0.9.3 → 1.0.0

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.
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
+ _ 11190
2
+ n 2470
3
+ h 1626
4
+ t 1373
5
+ c 1297
6
+ i 1123
7
+ _t 972
8
+ g 935
9
+ ng 789
10
+ _n 757
11
+ n_ 738
12
+ _c 714
13
+ a 684
14
+ g_ 631
15
+ ng_ 630
16
+ v 536
17
+ _v 526
18
+ m 514
19
+ c_ 509
20
+ u 494
21
+ _đ 477
22
+ đ 477
23
+ nh 475
24
+ i_ 442
25
+ à 427
26
+ o 392
27
+ m_ 372
28
+ ư 351
29
+ t_ 347
30
+ h_ 344
31
+ r 337
32
+ _h 325
33
+ th 299
34
+ _th 298
35
+ nh_ 290
36
+ l 289
37
+ ệ 283
38
+ p 275
39
+ ch 271
40
+ _l 267
41
+ a_ 259
42
+ iệ 252
43
+ á 247
44
+ tr 244
45
+ à_ 242
46
+ _tr 242
47
+ d 230
48
+ _ch 219
49
+ s 218
50
+ y 213
51
+ ộ 210
52
+ ớ 209
53
+ k 204
54
+ na 203
55
+ _k 200
56
+ b 200
57
+ ế 192
58
+ vi 190
59
+ _na 190
60
+ _vi 188
61
+ _nh 185
62
+ _b 184
63
+ o_ 183
64
+ u_ 181
65
+ am 180
66
+ am_ 178
67
+ _d 177
68
+ nam 175
69
+ _s 175
70
+ ủ 163
71
+ ố 161
72
+ ề 160
73
+ việ 160
74
+ ệt 157
75
+ ệt_ 157
76
+ _ng 156
77
+ iệt 156
78
+ _và 154
79
+ và 154
80
+ hi 152
81
+ e 150
82
+ _q 142
83
+ qu 142
84
+ q 142
85
+ _qu 142
86
+ p_ 140
87
+ _g 140
88
+ ác 135
89
+ y_ 134
90
+ ạ 132
91
+ và_ 131
92
+ _p 127
93
+ _m 126
94
+ ó 124
95
+ ác_ 124
96
+ â 124
97
+ ă 122
98
+ ả 120
99
+ í 119
100
+ _ph 113
101
+ ph 113
102
+ ê 109
103
+ _cá 108
104
+ cá 108
105
+ ờ 107
106
+ ướ 106
107
+ các 104
108
+ an 100
109
+ kh 100
110
+ _kh 100
111
+ ên 100
112
+ àn 97
113
+ ên_ 96
114
+ ó_ 96
115
+ ới_ 94
116
+ ấ 94
117
+ ới 94
118
+ ủa_ 93
119
+ _củ 93
120
+ củ 93
121
+ của 93
122
+ ủa 93
123
+ ơ 93
124
+ hà 92
125
+ ăm_ 91
126
+ ăm 91
127
+ hí 90
128
+ ị 89
129
+ nă 89
130
+ _nă 89
131
+ ân 88
132
+ ân_ 88
133
+ năm 87
134
+ ô 87
135
+ gi 86
136
+ ự 86
137
+ ền_ 85
138
+ _là 85
139
+ ền 85
140
+ là 85
141
+ _gi 84
142
+ uy 83
143
+ ở 83
144
+ ườ 80
145
+ có_ 80
146
+ có 80
147
+ ôn 79
148
+ _có 79
149
+ on 79
150
+ ế_ 78
151
+ ớc 77
152
+ ước 77
153
+ ớc_ 77
154
+ ản 76
155
+ là_ 76
156
+ ậ 76
157
+ iề 74
158
+ in 71
159
+ ại_ 70
160
+ ầ 70
161
+ ợ 70
162
+ ại 70
163
+ ín 68
164
+ ính 68
165
+ ã 68
166
+ ông 67
167
+ chí 67
168
+ hư 66
169
+ ến 66
170
+ ho 65
171
+ hủ 65
172
+ ến_ 65
173
+ ượ 65
174
+ ở_ 64
175
+ ành 64
176
+ hàn 62
177
+ ủ_ 62
178
+ há 62
179
+ ong 62
180
+ nướ 61
181
+ nư 61
182
+ _đư 61
183
+ hủ_ 61
184
+ đư 61
185
+ ện 61
186
+ _nư 61
187
+ _vớ 59
188
+ với 59
189
+ vớ 59
190
+ ội_ 58
191
+ ội 58
192
+ ổ 58
193
+ ro 58
194
+ hiệ 58
195
+ ện_ 58
196
+ x 57
197
+ ời_ 57
198
+ ời 57
199
+ ố_ 56
200
+ ể 56
201
+ hín 55
202
+ tro 54
203
+ iện 54
204
+ ron 54
205
+ uố 53
206
+ tế_ 53
207
+ tế 53
208
+ ứ 53
209
+ _tế 53
210
+ ữ 53
211
+ _x 52
212
+ ch_ 52
213
+ dâ 52
214
+ dân 52
215
+ ất 52
216
+ ất_ 52
217
+ _dâ 52
218
+ ã_ 52
219
+ ốc 50
220
+ ốc_ 50
221
+ _hi 49
222
+ an_ 49
223
+ cơ 48
224
+ _cơ 48
225
+ ộc_ 48
226
+ ộc 48
227
+ ừ 47
228
+ quố 47
229
+ uốc 47
230
+ cơ_ 47
231
+ ơ_ 47
232
+ inh 46
233
+ iế 46
234
+ ợc_ 45
235
+ he 45
236
+ _hộ 45
237
+ iê 45
238
+ hộ 45
239
+ hu 45
240
+ ược 45
241
+ ợc 45
242
+ iên 44
243
+ ơn 44
244
+ hội 44
245
+ _ở_ 43
246
+ ừ_ 43
247
+ iể 43
248
+ _số 43
249
+ từ 43
250
+ _từ 43
251
+ số 43
252
+ _ở 43
253
+ ua 43
254
+ qua 43
255
+ the 42
256
+ gư 42
257
+ ì 42
258
+ ngư 42
259
+ mi 42
260
+ từ_ 42
261
+ _mi 42
262
+ iền 41
263
+ gườ 41
264
+ ười 41
265
+ ều 40
266
+ ều_ 40
267
+ ảng 40
268
+ ự_ 40
269
+ ờn 39
270
+ ữn 39
271
+ ờng 39
272
+ ru 39
273
+ uan 39
274
+ ti 39
275
+ số_ 39
276
+ đượ 39
277
+ ườn 39
278
+ hữ 39
279
+ ững 39
280
+ ộn 39
281
+ ù 39
282
+ _ki 38
283
+ ộng 38
284
+ ư_ 38
285
+ hữn 38
286
+ nhữ 38
287
+ _hà 38
288
+ ki 38
289
+ ọ 37
290
+ ực 37
291
+ rư 37
292
+ trư 37
293
+ đạ 37
294
+ nhi 37
295
+ _đạ 37
296
+ hứ 37
297
+ ực_ 37
298
+ ay 37
299
+ gh 37
300
+ ớn 37
301
+ tru 37
302
+ _tổ 36
303
+ ắ 36
304
+ ay_ 36
305
+ hấ 36
306
+ tổ 36
307
+ ao 35
308
+ ộ_ 35
309
+ tạ 35
310
+ ao_ 35
311
+ _r 35
312
+ ần 35
313
+ _tạ 35
314
+ ức 34
315
+ ức_ 34
316
+ miề 34
317
+ ồ 34
318
+ ùn 34
319
+ ùng 34
320
+ ị_ 34
321
+ chủ 33
322
+ ổ_ 33
323
+ ìn 33
324
+ eo 33
325
+ ốn 33
326
+ ri 33
327
+ ngh 32
328
+ án 32
329
+ ra 32
330
+ ò 32
331
+ eo_ 32
332
+ _đế 32
333
+ thà 32
334
+ ần_ 32
335
+ heo 32
336
+ đế 32
337
+ hố 31
338
+ ầu 31
339
+ ầu_ 31
340
+ ăn 31
341
+ ài 31
342
+ ài_ 31
343
+ đến 31
344
+ ề_ 31
345
+ ển 30
346
+ ển_ 30
347
+ ấp 30
348
+ gà 30
349
+ _đã 30
350
+ đã 30
351
+ đã_ 30
352
+ tư 30
353
+ ập_ 30
354
+ ột 30
355
+ ột_ 30
356
+ ập 30
357
+ ngà 30
358
+ _tư 30
359
+ hà_ 30
360
+ hức 30
361
+ iều 30
362
+ ấp_ 30
363
+ vù 29
364
+ ịch 29
365
+ bi 29
366
+ ca 29
367
+ kin 29
368
+ ình 29
369
+ vùn 29
370
+ ia 29
371
+ một 29
372
+ _ti 29
373
+ mộ 29
374
+ ản_ 29
375
+ yền 29
376
+ _vù 29
377
+ _mộ 29
378
+ hô 29
379
+ yề 29
380
+ _độ 29
381
+ độ 29
382
+ hậ 29
383
+ uyề 29
384
+ hôn 29
385
+ ịc 29
386
+ hâ 28
387
+ như 28
388
+ ú 28
389
+ un 28
390
+ _ca 28
391
+ _bi 28
392
+ hiế 28
393
+ tại 27
394
+ ạn 27
395
+ ơng 27
396
+ phá 27
397
+ ụ 27
398
+ _đi 27
399
+ ọc_ 27
400
+ đi 27
@@ -0,0 +1,400 @@
1
+ _ 3298
2
+ d 809
3
+ y 721
4
+ a 645
5
+ n 584
6
+ e 566
7
+ r 555
8
+ i 474
9
+ o 408
10
+ l 363
11
+ w 312
12
+ g 308
13
+ d_ 273
14
+ _y 260
15
+ h 256
16
+ n_ 250
17
+ dd 225
18
+ c 217
19
+ f 211
20
+ m 199
21
+ s 184
22
+ t 183
23
+ u 182
24
+ r_ 175
25
+ _a 170
26
+ yn 166
27
+ _c 158
28
+ _g 147
29
+ y_ 125
30
+ u_ 124
31
+ wy 121
32
+ yd 119
33
+ yn_ 117
34
+ ym 116
35
+ dd_ 115
36
+ _r 109
37
+ ed 106
38
+ an 102
39
+ i_ 101
40
+ l_ 100
41
+ _yn 99
42
+ _d 96
43
+ _y_ 94
44
+ _o 93
45
+ th 93
46
+ ae 93
47
+ _cy 90
48
+ cy 90
49
+ b 87
50
+ di 82
51
+ od 80
52
+ a_ 78
53
+ mr 77
54
+ ymr 77
55
+ ad 76
56
+ h_ 73
57
+ ia 73
58
+ ll 71
59
+ edd 69
60
+ _a_ 67
61
+ oe 67
62
+ g_ 66
63
+ cym 66
64
+ _r_ 64
65
+ th_ 63
66
+ ai 63
67
+ _i 63
68
+ ol 62
69
+ o_ 61
70
+ en 61
71
+ ga 61
72
+ ar 59
73
+ _s 58
74
+ _e 58
75
+ _n 56
76
+ _f 56
77
+ wyd 56
78
+ ei 55
79
+ et 55
80
+ eth 55
81
+ _w 53
82
+ la 52
83
+ _h 52
84
+ aet 52
85
+ in 50
86
+ er 50
87
+ ru 48
88
+ ru_ 48
89
+ ol_ 48
90
+ ra 47
91
+ mru 47
92
+ ydd 47
93
+ yd_ 47
94
+ _o_ 46
95
+ ni 46
96
+ re 44
97
+ gy 44
98
+ _m 44
99
+ fe 44
100
+ ha 44
101
+ an_ 44
102
+ _ga 44
103
+ we 44
104
+ el 44
105
+ _i_ 43
106
+ _b 43
107
+ ys 43
108
+ ro 43
109
+ oed 43
110
+ on 43
111
+ da 42
112
+ ad_ 42
113
+ ri 41
114
+ do 41
115
+ ry 40
116
+ de 40
117
+ ddi 40
118
+ odd 40
119
+ ch 40
120
+ _l 39
121
+ og 38
122
+ au 38
123
+ au_ 38
124
+ gw 37
125
+ m_ 37
126
+ le 37
127
+ si 37
128
+ ne 36
129
+ id 36
130
+ yf 36
131
+ lo 35
132
+ yr 35
133
+ no 34
134
+ f_ 34
135
+ _gw 33
136
+ yw 33
137
+ p 33
138
+ rh 32
139
+ nn 32
140
+ e_ 32
141
+ _t 32
142
+ _gy 32
143
+ he 32
144
+ w_ 32
145
+ gan 32
146
+ eg 31
147
+ _ar 31
148
+ es 31
149
+ _ll 31
150
+ io 31
151
+ ir 30
152
+ nd 30
153
+ go 29
154
+ na 29
155
+ s_ 29
156
+ ef 28
157
+ hy 28
158
+ if 28
159
+ _dd 28
160
+ _rh 28
161
+ ng 27
162
+ in_ 27
163
+ dw 27
164
+ yr_ 27
165
+ ma 27
166
+ lad 26
167
+ ig 26
168
+ gr 26
169
+ fy 26
170
+ _si 26
171
+ ac 26
172
+ _ym 25
173
+ st 25
174
+ dy 24
175
+ roe 24
176
+ wl 24
177
+ rif 24
178
+ wn 24
179
+ ddo 23
180
+ ca 23
181
+ ar_ 23
182
+ af 23
183
+ iad 23
184
+ un 23
185
+ _ma 23
186
+ _p 22
187
+ eu 22
188
+ sg 22
189
+ er_ 22
190
+ iw 22
191
+ c_ 22
192
+ wed 21
193
+ nw 21
194
+ wla 21
195
+ nd_ 21
196
+ _ac 20
197
+ wr 20
198
+ idd 20
199
+ ew 20
200
+ ac_ 20
201
+ so 20
202
+ ig_ 20
203
+ _fe 20
204
+ _de 20
205
+ is 19
206
+ _yr 19
207
+ aw 19
208
+ al 19
209
+ or 19
210
+ cr 19
211
+ _er 19
212
+ hr 19
213
+ il 19
214
+ ond 19
215
+ _on 19
216
+ _cr 19
217
+ by 19
218
+ _go 18
219
+ od_ 18
220
+ nt 18
221
+ rha 18
222
+ el_ 18
223
+ _u 18
224
+ _ca 18
225
+ it 18
226
+ _di 18
227
+ _he 18
228
+ fr 18
229
+ lw 18
230
+ fa 18
231
+ _ne 18
232
+ efy 17
233
+ ir_ 17
234
+ sir 17
235
+ hi 17
236
+ am 17
237
+ fel 17
238
+ loe 17
239
+ ny 17
240
+ dia 17
241
+ on_ 17
242
+ li 17
243
+ fyd 16
244
+ yl 16
245
+ ai_ 16
246
+ ith 16
247
+ ff 16
248
+ dwy 16
249
+ ain 16
250
+ gl 16
251
+ _wl 16
252
+ diw 16
253
+ dol 16
254
+ eu_ 16
255
+ se 16
256
+ nr 15
257
+ rae 15
258
+ rw 15
259
+ eg_ 15
260
+ ty 15
261
+ han 15
262
+ lle 15
263
+ _hy 15
264
+ wys 15
265
+ _am 15
266
+ anr 15
267
+ t_ 15
268
+ aid 15
269
+ yw_ 15
270
+ dod 15
271
+ dr 14
272
+ gym 14
273
+ lwy 14
274
+ nia 14
275
+ ae_ 14
276
+ nwy 14
277
+ if_ 14
278
+ hw 14
279
+ mry 14
280
+ gae 14
281
+ ho 14
282
+ ly 14
283
+ ym_ 14
284
+ ng_ 14
285
+ rd 14
286
+ mae 14
287
+ _un 14
288
+ dl 14
289
+ sia 13
290
+ _se 13
291
+ ann 13
292
+ rth 13
293
+ nol 13
294
+ wyn 13
295
+ af_ 13
296
+ llo 13
297
+ iae 13
298
+ rt 13
299
+ bo 13
300
+ _ei 13
301
+ enw 12
302
+ ei_ 12
303
+ am_ 12
304
+ ryd 12
305
+ egr 12
306
+ ywy 12
307
+ _ys 12
308
+ nt_ 12
309
+ ry_ 12
310
+ ll_ 12
311
+ ob 12
312
+ me 12
313
+ wa 12
314
+ fi 12
315
+ gr_ 12
316
+ iai 12
317
+ ynn 12
318
+ _n_ 12
319
+ du 12
320
+ rai 12
321
+ gwe 12
322
+ _da 12
323
+ oeg 12
324
+ eit 12
325
+ _oe 11
326
+ wn_ 11
327
+ cyf 11
328
+ id_ 11
329
+ fo 11
330
+ yll 11
331
+ edi 11
332
+ br 11
333
+ _ro 11
334
+ byn 11
335
+ yst 11
336
+ _ty 11
337
+ ta 11
338
+ yso 11
339
+ sog 11
340
+ oga 11
341
+ led 11
342
+ ren 11
343
+ hyn 11
344
+ ed_ 11
345
+ nri 11
346
+ es_ 11
347
+ tr 11
348
+ mra 10
349
+ rwy 10
350
+ wrt 10
351
+ aeg 10
352
+ wyr 10
353
+ can 10
354
+ nyd 10
355
+ fod 10
356
+ gyf 10
357
+ pa 10
358
+ _tr 10
359
+ _ce 10
360
+ te 10
361
+ rei 10
362
+ ce 10
363
+ ysg 10
364
+ _ha 10
365
+ dai 10
366
+ sy 10
367
+ _dy 10
368
+ yfe 10
369
+ yfr 10
370
+ wi 10
371
+ ch_ 10
372
+ _ch 10
373
+ _we 10
374
+ lla 10
375
+ dde 10
376
+ ud 10
377
+ nh 10
378
+ bl 10
379
+ di_ 10
380
+ _br 9
381
+ hry 9
382
+ _an 9
383
+ wd 9
384
+ ynt 9
385
+ _me 9
386
+ fwy 9
387
+ ec 9
388
+ fw 9
389
+ _ni 9
390
+ _bo 9
391
+ hin 9
392
+ ill 9
393
+ os 9
394
+ og_ 9
395
+ ryf 9
396
+ en_ 9
397
+ neu 9
398
+ yda 9
399
+ ur 9
400
+ ddw 9