@delali/narsil 0.1.0

package/dist/languages/norwegian.mjs

@@ -0,0 +1,274 @@
+// src/languages/norwegian.ts
+var VOWELS = "aeiouy\xE5\xE6\xF8";
+function isVowel(ch) {
+  return VOWELS.includes(ch);
+}
+function computeR1(word) {
+  let i = 0;
+  while (i < word.length && !isVowel(word[i])) i++;
+  while (i < word.length && isVowel(word[i])) i++;
+  const r1 = i < word.length ? i + 1 : word.length;
+  return Math.max(r1, 3);
+}
+var S_ENDINGS = "bcdfghjlmnoprtvyz";
+var STEP1_SUFFIXES = [
+  "hetenes",
+  "hetene",
+  "hetens",
+  "endes",
+  "heten",
+  "heter",
+  "ande",
+  "ende",
+  "edes",
+  "enes",
+  "erte",
+  "ane",
+  "ene",
+  "ens",
+  "ers",
+  "ets",
+  "ede",
+  "het",
+  "en",
+  "ar",
+  "er",
+  "et",
+  "as",
+  "es",
+  "ert",
+  "ast",
+  "a",
+  "e",
+  "s"
+];
+function step1(word, r1) {
+  for (const suffix of STEP1_SUFFIXES) {
+    if (!word.endsWith(suffix)) continue;
+    const boundary = word.length - suffix.length;
+    if (boundary < r1) continue;
+    if (suffix === "erte" || suffix === "ert") {
+      return `${word.slice(0, boundary)}er`;
+    }
+    if (suffix === "s") {
+      if (boundary > 0) {
+        const preceding = word[boundary - 1];
+        if (S_ENDINGS.includes(preceding)) return word.slice(0, boundary);
+        if (preceding === "k" && boundary > 1 && !isVowel(word[boundary - 2])) {
+          return word.slice(0, boundary);
+        }
+      }
+      continue;
+    }
+    return word.slice(0, boundary);
+  }
+  return word;
+}
+function step2(word, r1) {
+  if (word.length < 2) return word;
+  const last2 = word.slice(-2);
+  if ((last2 === "dt" || last2 === "vt") && word.length - 2 >= r1) {
+    return word.slice(0, -1);
+  }
+  return word;
+}
+var STEP3_SUFFIXES = ["hetslov", "elov", "slov", "elig", "eleg", "lig", "eig", "leg", "lov", "els", "ig"];
+function step3(word, r1) {
+  for (const suffix of STEP3_SUFFIXES) {
+    if (!word.endsWith(suffix)) continue;
+    if (word.length - suffix.length >= r1) {
+      return word.slice(0, word.length - suffix.length);
+    }
+  }
+  return word;
+}
+function stem(word) {
+  if (word.length < 3) return word;
+  const r1 = computeR1(word);
+  word = step1(word, r1);
+  word = step2(word, r1);
+  word = step3(word, r1);
+  return word;
+}
+var stopWords = /* @__PURE__ */ new Set([
+  "og",
+  "i",
+  "jeg",
+  "det",
+  "at",
+  "en",
+  "et",
+  "den",
+  "til",
+  "er",
+  "som",
+  "p\xE5",
+  "de",
+  "med",
+  "han",
+  "av",
+  "ikke",
+  "ikkje",
+  "der",
+  "s\xE5",
+  "var",
+  "meg",
+  "seg",
+  "men",
+  "ett",
+  "har",
+  "om",
+  "vi",
+  "min",
+  "mitt",
+  "ha",
+  "hadde",
+  "hun",
+  "n\xE5",
+  "over",
+  "da",
+  "ved",
+  "fra",
+  "du",
+  "ut",
+  "sin",
+  "dem",
+  "oss",
+  "opp",
+  "man",
+  "kan",
+  "hans",
+  "hvor",
+  "eller",
+  "hva",
+  "skal",
+  "selv",
+  "sj\xF8l",
+  "her",
+  "alle",
+  "vil",
+  "bli",
+  "ble",
+  "blei",
+  "blitt",
+  "kunne",
+  "inn",
+  "n\xE5r",
+  "v\xE6re",
+  "kom",
+  "noen",
+  "noe",
+  "ville",
+  "dere",
+  "deres",
+  "kun",
+  "ja",
+  "etter",
+  "ned",
+  "skulle",
+  "denne",
+  "for",
+  "deg",
+  "si",
+  "sine",
+  "sitt",
+  "mot",
+  "\xE5",
+  "meget",
+  "hvorfor",
+  "dette",
+  "disse",
+  "uten",
+  "hvordan",
+  "ingen",
+  "din",
+  "ditt",
+  "blir",
+  "samme",
+  "hvilken",
+  "hvilke",
+  "s\xE5nn",
+  "inni",
+  "mellom",
+  "v\xE5r",
+  "hver",
+  "hvem",
+  "vors",
+  "hvis",
+  "b\xE5de",
+  "bare",
+  "enn",
+  "fordi",
+  "f\xF8r",
+  "mange",
+  "ogs\xE5",
+  "slik",
+  "v\xE6rt",
+  "b\xE5e",
+  "begge",
+  "siden",
+  "dykk",
+  "dykkar",
+  "dei",
+  "deira",
+  "deires",
+  "deim",
+  "di",
+  "d\xE5",
+  "eg",
+  "ein",
+  "eit",
+  "eitt",
+  "elles",
+  "honom",
+  "hj\xE5",
+  "ho",
+  "hoe",
+  "henne",
+  "hennar",
+  "hennes",
+  "hoss",
+  "hossen",
+  "ingi",
+  "inkje",
+  "korleis",
+  "korso",
+  "kva",
+  "kvar",
+  "kvarhelst",
+  "kven",
+  "kvi",
+  "kvifor",
+  "me",
+  "medan",
+  "mi",
+  "mine",
+  "mykje",
+  "no",
+  "nokon",
+  "noka",
+  "nokor",
+  "noko",
+  "nokre",
+  "sia",
+  "sidan",
+  "so",
+  "somt",
+  "somme",
+  "um",
+  "upp",
+  "vere",
+  "vore",
+  "verte",
+  "vort",
+  "varte",
+  "vart"
+]);
+var norwegian = {
+  name: "norwegian",
+  stemmer: stem,
+  stopWords,
+  tokenizer: { splitPattern: /[^a-z0-9æøåäöü]+/gi }
+};
+
+export { norwegian };

package/dist/languages/portuguese.d.ts

@@ -0,0 +1,5 @@
+import { L as LanguageModule } from '../language-ClUGLuoC.js';
+
+declare const portuguese: LanguageModule;
+
+export { portuguese };