scylla 0.9.3 → 1.2.0

Sign up to get free protection for your applications and to get access to all the features.
Files changed (86) hide show
  1. checksums.yaml +7 -0
  2. data/README.rdoc +3 -12
  3. data/bin/scylla +1 -1
  4. data/lib/scylla/classifier.rb +3 -2
  5. data/lib/scylla/generator.rb +11 -4
  6. data/lib/scylla/lms/arabic.lm +400 -400
  7. data/lib/scylla/lms/bulgarian.lm +400 -400
  8. data/lib/scylla/lms/catalan.lm +400 -400
  9. data/lib/scylla/lms/chinese.lm +395 -395
  10. data/lib/scylla/lms/czech.lm +397 -397
  11. data/lib/scylla/lms/danish.lm +372 -372
  12. data/lib/scylla/lms/dutch.lm +382 -382
  13. data/lib/scylla/lms/english.lm +378 -378
  14. data/lib/scylla/lms/finnish.lm +388 -388
  15. data/lib/scylla/lms/french.lm +392 -392
  16. data/lib/scylla/lms/german.lm +396 -396
  17. data/lib/scylla/lms/greek.lm +400 -400
  18. data/lib/scylla/lms/hebrew.lm +400 -400
  19. data/lib/scylla/lms/hindi.lm +399 -399
  20. data/lib/scylla/lms/icelandic.lm +225 -225
  21. data/lib/scylla/lms/indonesian.lm +391 -391
  22. data/lib/scylla/lms/italian.lm +382 -382
  23. data/lib/scylla/lms/japanese.lm +400 -400
  24. data/lib/scylla/lms/kannada.lm +392 -392
  25. data/lib/scylla/lms/korean.lm +391 -391
  26. data/lib/scylla/lms/marathi.lm +388 -388
  27. data/lib/scylla/lms/norwegian.lm +375 -375
  28. data/lib/scylla/lms/persian.lm +399 -399
  29. data/lib/scylla/lms/polish.lm +399 -399
  30. data/lib/scylla/lms/portuguese.lm +390 -390
  31. data/lib/scylla/lms/romanian.lm +353 -353
  32. data/lib/scylla/lms/russian.lm +400 -400
  33. data/lib/scylla/lms/slovak.lm +361 -361
  34. data/lib/scylla/lms/slovenian.lm +273 -273
  35. data/lib/scylla/lms/spanish.lm +371 -371
  36. data/lib/scylla/lms/swedish.lm +400 -400
  37. data/lib/scylla/lms/tagalog.lm +295 -295
  38. data/lib/scylla/lms/thai.lm +400 -400
  39. data/lib/scylla/lms/turkish.lm +377 -377
  40. data/lib/scylla/lms/vietnamese.lm +400 -400
  41. data/lib/scylla/lms/welsh.lm +311 -311
  42. data/lib/scylla/loader.rb +1 -1
  43. data/test/classifier_test.rb +6 -4
  44. data/test/fixtures/lms/arabic.lm +400 -0
  45. data/test/fixtures/lms/bulgarian.lm +400 -0
  46. data/test/fixtures/lms/catalan.lm +400 -0
  47. data/test/fixtures/lms/chinese.lm +400 -0
  48. data/test/fixtures/lms/czech.lm +400 -0
  49. data/test/fixtures/lms/danish.lm +399 -399
  50. data/test/fixtures/lms/dutch.lm +400 -0
  51. data/test/fixtures/lms/english.lm +400 -400
  52. data/test/fixtures/lms/finnish.lm +400 -0
  53. data/test/fixtures/lms/french.lm +397 -397
  54. data/test/fixtures/lms/german.lm +400 -400
  55. data/test/fixtures/lms/greek.lm +400 -0
  56. data/test/fixtures/lms/hebrew.lm +400 -0
  57. data/test/fixtures/lms/hindi.lm +400 -400
  58. data/test/fixtures/lms/icelandic.lm +400 -0
  59. data/test/fixtures/lms/indonesian.lm +400 -0
  60. data/test/fixtures/lms/italian.lm +400 -400
  61. data/test/fixtures/lms/japanese.lm +400 -400
  62. data/test/fixtures/lms/kannada.lm +400 -0
  63. data/test/fixtures/lms/korean.lm +400 -0
  64. data/test/fixtures/lms/marathi.lm +400 -0
  65. data/test/fixtures/lms/norwegian.lm +399 -399
  66. data/test/fixtures/lms/persian.lm +400 -0
  67. data/test/fixtures/lms/polish.lm +400 -0
  68. data/test/fixtures/lms/portuguese.lm +400 -0
  69. data/test/fixtures/lms/romanian.lm +400 -0
  70. data/test/fixtures/lms/russian.lm +400 -0
  71. data/test/fixtures/lms/slovak.lm +400 -0
  72. data/test/fixtures/lms/slovenian.lm +400 -0
  73. data/test/fixtures/lms/spanish.lm +400 -400
  74. data/test/fixtures/lms/swedish.lm +400 -0
  75. data/test/fixtures/lms/tagalog.lm +400 -0
  76. data/test/fixtures/lms/thai.lm +400 -0
  77. data/test/fixtures/lms/turkish.lm +400 -0
  78. data/test/fixtures/lms/vietnamese.lm +400 -0
  79. data/test/fixtures/lms/welsh.lm +400 -0
  80. data/test/fixtures/test_languages/japanese +149 -67
  81. data/test/generator_test.rb +2 -44
  82. data/test/helper.rb +3 -3
  83. data/test/language_test.rb +6 -2
  84. data/test/loader_test.rb +2 -2
  85. data/test/scylla_test.rb +7 -7
  86. metadata +144 -95
@@ -0,0 +1,400 @@
1
+ _ 14836
2
+ e 4518
3
+ r 3830
4
+ a 3718
5
+ n 3511
6
+ t 3375
7
+ s 2753
8
+ i 2535
9
+ l 2157
10
+ d 1968
11
+ o 1722
12
+ g 1380
13
+ k 1247
14
+ m 1226
15
+ r_ 1189
16
+ v 1185
17
+ er 1068
18
+ _s 1017
19
+ t_ 990
20
+ en 984
21
+ n_ 975
22
+ de 967
23
+ a_ 772
24
+ f 769
25
+ ä 764
26
+ e_ 717
27
+ h 706
28
+ u 696
29
+ p 675
30
+ ar 657
31
+ en_ 634
32
+ an 628
33
+ st 581
34
+ c 562
35
+ å 556
36
+ nd 533
37
+ ö 533
38
+ et 530
39
+ in 528
40
+ _i 526
41
+ _a 499
42
+ ra 492
43
+ ri 489
44
+ _d 463
45
+ ti 455
46
+ er_ 452
47
+ _f 451
48
+ _o 442
49
+ ge 441
50
+ te 438
51
+ s_ 413
52
+ _e 409
53
+ ta 407
54
+ ig 407
55
+ b 403
56
+ oc 403
57
+ _m 401
58
+ ll 385
59
+ ve 367
60
+ _t 365
61
+ re 358
62
+ om 348
63
+ la 347
64
+ i_ 344
65
+ _de 339
66
+ at 335
67
+ na 333
68
+ _oc 318
69
+ et_ 316
70
+ ar_ 312
71
+ sv 311
72
+ al 308
73
+ sk 305
74
+ ch 303
75
+ h_ 300
76
+ ch_ 297
77
+ och 295
78
+ _i_ 293
79
+ de_ 292
80
+ ka 290
81
+ ns 288
82
+ d_ 286
83
+ _p 281
84
+ är 281
85
+ or 279
86
+ tt 279
87
+ _h 278
88
+ and 277
89
+ ng 275
90
+ _v 274
91
+ le 272
92
+ _sv 270
93
+ nde 268
94
+ me 268
95
+ sve 267
96
+ ör 266
97
+ m_ 260
98
+ ver 257
99
+ eri 257
100
+ el 255
101
+ v_ 252
102
+ _b 250
103
+ av 248
104
+ li 244
105
+ on 243
106
+ _k 235
107
+ _l 231
108
+ il 229
109
+ _av 229
110
+ _u 228
111
+ rig 225
112
+ ed 224
113
+ av_ 221
114
+ l_ 220
115
+ ige 219
116
+ y 218
117
+ fö 213
118
+ nt 213
119
+ es 213
120
+ g_ 207
121
+ _in 206
122
+ j 206
123
+ _r 206
124
+ om_ 205
125
+ _me 204
126
+ ad 202
127
+ va 201
128
+ da 198
129
+ _ä 197
130
+ is 193
131
+ för 193
132
+ ha 190
133
+ ga 190
134
+ ter 186
135
+ se 186
136
+ _st 185
137
+ un 180
138
+ _en 179
139
+ _n 177
140
+ ik 176
141
+ so 174
142
+ ing 172
143
+ _ha 171
144
+ ge_ 170
145
+ ne 170
146
+ är_ 169
147
+ den 169
148
+ _fö 166
149
+ der 165
150
+ å_ 164
151
+ _ti 161
152
+ rn 160
153
+ tt_ 160
154
+ sta 156
155
+ tr 155
156
+ ut 153
157
+ io 153
158
+ it 153
159
+ ni 152
160
+ ko 150
161
+ kt 148
162
+ ill 146
163
+ _är 145
164
+ rs 145
165
+ ade 145
166
+ ska 144
167
+ ol 144
168
+ an_ 143
169
+ ra_ 143
170
+ _so 142
171
+ sa 142
172
+ ion 141
173
+ än 140
174
+ ka_ 140
175
+ som 139
176
+ ma 138
177
+ ån 138
178
+ til 136
179
+ ro 136
180
+ det 136
181
+ med 135
182
+ _g 135
183
+ no 133
184
+ lan 132
185
+ ag 131
186
+ ts 131
187
+ ll_ 131
188
+ to 128
189
+ na_ 128
190
+ gen 127
191
+ k_ 127
192
+ era 126
193
+ vi 125
194
+ fr 125
195
+ re_ 125
196
+ be 125
197
+ am 124
198
+ rna 121
199
+ pr 120
200
+ as 119
201
+ har 119
202
+ es_ 118
203
+ ens 117
204
+ var 115
205
+ vä 115
206
+ tal 114
207
+ pe 113
208
+ und 111
209
+ _va 110
210
+ lt 109
211
+ dr 109
212
+ rt 108
213
+ ent 108
214
+ nn 106
215
+ _fr 106
216
+ tio 106
217
+ år 106
218
+ ng_ 105
219
+ att 103
220
+ gs 103
221
+ ke 103
222
+ ed_ 101
223
+ ck 101
224
+ gr 101
225
+ på 100
226
+ del 99
227
+ _på 99
228
+ mi 97
229
+ ell 96
230
+ ta_ 94
231
+ eg 94
232
+ på_ 94
233
+ id 93
234
+ _ut 91
235
+ _re 90
236
+ rå 90
237
+ ör_ 89
238
+ are 89
239
+ rä 89
240
+ ten 88
241
+ ern 88
242
+ lig 88
243
+ ale 88
244
+ nsk 88
245
+ _å 87
246
+ ss 87
247
+ lä 87
248
+ _un 87
249
+ ati 87
250
+ one 87
251
+ em 86
252
+ _an 85
253
+ rd 84
254
+ nin 84
255
+ ns_ 84
256
+ di 84
257
+ ks 83
258
+ _vi 83
259
+ ven 83
260
+ rk 83
261
+ let 82
262
+ år_ 82
263
+ _ta 82
264
+ nte 82
265
+ ru 81
266
+ dra 81
267
+ _be 79
268
+ _se 79
269
+ kr 79
270
+ ce 78
271
+ ett 78
272
+ si 77
273
+ fi 77
274
+ lla 76
275
+ rad 76
276
+ _pr 75
277
+ ld 75
278
+ ot 75
279
+ ur 74
280
+ _år 74
281
+ des 73
282
+ he 73
283
+ ga_ 72
284
+ rin 72
285
+ sam 71
286
+ tra 71
287
+ nd_ 70
288
+ _sa 70
289
+ ner 70
290
+ ler 70
291
+ iga 70
292
+ sto 69
293
+ ste 69
294
+ _ö 69
295
+ isk 69
296
+ po 69
297
+ pp 69
298
+ reg 68
299
+ st_ 68
300
+ tor 68
301
+ rik 67
302
+ _lä 67
303
+ ät 67
304
+ gar 67
305
+ pa 67
306
+ nor 67
307
+ _vä 66
308
+ gt 66
309
+ äl 66
310
+ all 66
311
+ lt_ 65
312
+ nt_ 65
313
+ fo 65
314
+ ndr 65
315
+ ft 65
316
+ ie 65
317
+ af 64
318
+ str 64
319
+ ls 64
320
+ cen 63
321
+ tu 63
322
+ örs 63
323
+ _la 63
324
+ ek 63
325
+ pro 62
326
+ _at 62
327
+ rl 62
328
+ te_ 62
329
+ _sk 62
330
+ _ko 61
331
+ gt_ 61
332
+ per 61
333
+ _om 61
334
+ do 60
335
+ ef 60
336
+ as_ 60
337
+ ger 60
338
+ ån_ 60
339
+ dan 60
340
+ _et 60
341
+ frå 60
342
+ rr 60
343
+ lle 60
344
+ sp 59
345
+ sl 59
346
+ up 59
347
+ fa 59
348
+ _j 59
349
+ rån 59
350
+ ans 58
351
+ nga 58
352
+ lk 58
353
+ x 58
354
+ län 58
355
+ _  58
356
+   58
357
+ _no 58
358
+ iv 57
359
+ nge 57
360
+ at_ 56
361
+ sen 56
362
+ ku 55
363
+ int 55
364
+ gi 55
365
+ tat 55
366
+ la_ 55
367
+ ist 55
368
+ nv 55
369
+ nat 55
370
+ nom 55
371
+ ete 55
372
+ mm 54
373
+ så 54
374
+ tan 54
375
+ upp 54
376
+ lag 53
377
+ mo 53
378
+ lit 53
379
+ änd 53
380
+ ds 53
381
+ nk 53
382
+ ran 52
383
+ iti 52
384
+ ms 52
385
+ äg 51
386
+ min 51
387
+ _ri 51
388
+ yg 50
389
+ ap 50
390
+ ock 50
391
+ het 50
392
+ _mi 50
393
+ jä 50
394
+ eda 50
395
+  _ 49
396
+ oli 49
397
+ fl 49
398
+ _ _ 49
399
+ ak 49
400
+ öv 49
@@ -0,0 +1,400 @@
1
+ _ 6230
2
+ a 3528
3
+ n 2171
4
+ g 1442
5
+ i 1290
6
+ ng 958
7
+ an 887
8
+ g_ 859
9
+ o 855
10
+ s 852
11
+ ng_ 819
12
+ t 782
13
+ a_ 757
14
+ l 734
15
+ p 688
16
+ m 592
17
+ u 521
18
+ _n 521
19
+ ang 509
20
+ k 474
21
+ _a 450
22
+ e 416
23
+ na 415
24
+ y 414
25
+ r 403
26
+ sa 369
27
+ _p 364
28
+ n_ 337
29
+ in 336
30
+ _m 331
31
+ _s 331
32
+ at 313
33
+ ka 295
34
+ la 295
35
+ b 294
36
+ ga 286
37
+ pa 283
38
+ o_ 273
39
+ h 267
40
+ d 264
41
+ al 253
42
+ sa_ 249
43
+ _ng 239
44
+ on 236
45
+ ma 231
46
+ _sa 229
47
+ _na 217
48
+ t_ 197
49
+ _an 197
50
+ pi 194
51
+ an_ 194
52
+ ta 194
53
+ _pa 194
54
+ ag 191
55
+ ay 189
56
+ _k 186
57
+ li 170
58
+ il 159
59
+ as 159
60
+ ga_ 158
61
+ _mg 151
62
+ mga 151
63
+ mg 151
64
+ y_ 148
65
+ _ka 143
66
+ at_ 142
67
+ ul 139
68
+ ti 131
69
+ na_ 130
70
+ ba 129
71
+ _i 129
72
+ ala 127
73
+ s_ 126
74
+ it 125
75
+ is 121
76
+ no 121
77
+ ay_ 121
78
+ _ma 121
79
+ ina 119
80
+ _at 118
81
+ ya 116
82
+ _b 115
83
+ ha 115
84
+ ra 114
85
+ _t 110
86
+ am 110
87
+ un 106
88
+ ar 106
89
+ pin 106
90
+ ong 104
91
+ ah 102
92
+ yo 102
93
+ w 101
94
+ si 100
95
+ ip 97
96
+ on_ 95
97
+ hi 93
98
+ ap 90
99
+ ak 90
100
+ ili 87
101
+ _pi 86
102
+ _d 86
103
+ lo 85
104
+ c 84
105
+ ni 82
106
+ ipi 81
107
+ i_ 80
108
+ ik 80
109
+ pan 80
110
+ lip 80
111
+ _ay 79
112
+ ata 77
113
+ to 76
114
+ st 76
115
+ yon 72
116
+ tu 72
117
+ ing 71
118
+ ama 70
119
+ _h 70
120
+ ula 70
121
+ mi 69
122
+ l_ 69
123
+ gan 68
124
+ re 67
125
+ ri 67
126
+ _ba 67
127
+ ab 67
128
+ as_ 67
129
+ pag 66
130
+ ns 64
131
+ lan 63
132
+ aha 62
133
+ er 62
134
+ ko 62
135
+ san 61
136
+ pu 61
137
+ iy 61
138
+ pil 61
139
+ _e 60
140
+ _r 60
141
+ e_ 59
142
+ di 59
143
+ da 58
144
+ _o 58
145
+ _l 57
146
+ ara 56
147
+ nas 56
148
+ en 56
149
+ no_ 55
150
+ mu 55
151
+ sy 55
152
+ aka 55
153
+ po 54
154
+ ban 54
155
+ d_ 54
156
+ es 53
157
+ la_ 53
158
+ ad 53
159
+ nga 52
160
+ _si 51
161
+ wa 51
162
+ or 50
163
+ ika 49
164
+ ila 49
165
+ aa 48
166
+ yan 48
167
+ aw 48
168
+ lu 48
169
+ ati 47
170
+ al_ 47
171
+ bu 47
172
+ um 46
173
+ ans 46
174
+ ig 45
175
+ te 45
176
+ nd 44
177
+ ro 44
178
+ nsa 44
179
+ op 44
180
+ asa 44
181
+ nt 44
182
+ _is 43
183
+ gk 42
184
+ oo 42
185
+ bi 42
186
+ pul 42
187
+ apa 42
188
+ nan 42
189
+ to_ 41
190
+ han 41
191
+ ino 41
192
+ tan 40
193
+ _re 40
194
+ _ta 40
195
+ kan 40
196
+ ana 40
197
+ kas 40
198
+ kal 39
199
+ ya_ 39
200
+ pam 39
201
+ ito 38
202
+ aga 37
203
+ _o_ 37
204
+ in_ 36
205
+ _g 36
206
+ nag 36
207
+ gu 36
208
+ kat 36
209
+ man 36
210
+ gi 35
211
+ su 35
212
+ ali 35
213
+ isa 34
214
+ _no 34
215
+ _ha 33
216
+ oon 33
217
+ ku 33
218
+ os 33
219
+ awa 33
220
+ aya 32
221
+ syo 32
222
+ _di 32
223
+ ran 32
224
+ aan 32
225
+ _c 32
226
+ f 32
227
+ do 32
228
+ p_ 31
229
+ hal 31
230
+ nak 31
231
+ ulo 31
232
+ gka 31
233
+ ub 31
234
+ _po 30
235
+ tin 30
236
+ wi 30
237
+ im 30
238
+ om 30
239
+ r_ 30
240
+ _u 30
241
+ ung 29
242
+ ol 29
243
+ aba 29
244
+ _w 29
245
+ mah 28
246
+ hiy 28
247
+ gg 28
248
+ ngg 28
249
+ mul 28
250
+ iyo 28
251
+ _mu 28
252
+ tag 28
253
+ ur 28
254
+ iya 28
255
+ _da 28
256
+ noo 27
257
+ it_ 27
258
+ eh 27
259
+ nu 27
260
+ ra_ 27
261
+ ne 27
262
+ ist 27
263
+ ehi 27
264
+ uk 27
265
+ mat 26
266
+ ahi 26
267
+ bo 26
268
+ sta 26
269
+ lo_ 26
270
+ _es 26
271
+ se 26
272
+ nat 26
273
+ mal 25
274
+ ta_ 25
275
+ reh 25
276
+ _it 25
277
+ may 25
278
+ ita 25
279
+ sti 25
280
+ ka_ 25
281
+ de 25
282
+ ny 24
283
+ ag_ 24
284
+ me 24
285
+ ye 24
286
+ so 24
287
+ gga 24
288
+ k_ 24
289
+ ib 23
290
+ ent 23
291
+ ani 23
292
+ hin 23
293
+ v 23
294
+ ki 23
295
+ _la 23
296
+ agk 23
297
+ uma 23
298
+ una 23
299
+ _bi 23
300
+ us 23
301
+ go 22
302
+ _ni 22
303
+ atu 22
304
+ lit 22
305
+ _tu 22
306
+ ut 22
307
+ nah 22
308
+ _su 21
309
+ est 21
310
+ ngu 21
311
+ ek 21
312
+ ca 21
313
+ os_ 21
314
+ _ti 21
315
+ he 21
316
+ tr 21
317
+ min 21
318
+ rin 20
319
+ ad_ 20
320
+ nap 20
321
+ gs 20
322
+ laa 20
323
+ asy 20
324
+ din 20
325
+ mb 20
326
+ lak 20
327
+ ia 19
328
+ yo_ 19
329
+ du 19
330
+ nit 19
331
+ gl 19
332
+ kap 19
333
+ ngk 19
334
+ omi 19
335
+ _mi 19
336
+ et 19
337
+ gd 19
338
+ kon 19
339
+ od 19
340
+ te_ 19
341
+ kar 19
342
+ pat 19
343
+ lat 19
344
+ kab 18
345
+ wan 18
346
+ sya 18
347
+ isy 18
348
+ lin 18
349
+ ry 18
350
+ pop 18
351
+ ao 18
352
+ bin 18
353
+ ir 18
354
+ _bu 18
355
+ ai 18
356
+ gp 18
357
+ em 18
358
+ mo 18
359
+ gr 18
360
+ gal 18
361
+ tul 18
362
+ opu 18
363
+ nom 18
364
+ ro_ 18
365
+ ii 18
366
+ sin 18
367
+ ok 17
368
+ tal 17
369
+ agi 17
370
+ ulu 17
371
+ lal 17
372
+ agp 17
373
+ lay 17
374
+ pe 17
375
+ ags 17
376
+ ob 17
377
+ any 17
378
+ _pu 17
379
+ _wi 17
380
+ lon 17
381
+ wik 17
382
+ ini 17
383
+ ari 17
384
+ ua 17
385
+ gin 16
386
+ buo 16
387
+ law 16
388
+ gay 16
389
+ ic 16
390
+ apu 16
391
+ ayo 16
392
+ le 16
393
+ _ko 16
394
+ alo 16
395
+ up 16
396
+ ind 16
397
+ uo 16
398
+ par 16
399
+ ura 16
400
+ ado 16