axyseo 2.0.0-alpha.0.0.20 → 2.0.0-alpha.0.0.4

package/src/languageProcessing/languages/he/config/functionWords.js

@@ -0,0 +1,564 @@
+import { singleWords as transitionWords } from "./transitionWords";
+import transformWordsWithHyphens from "../../../helpers/transform/transformWordsWithHyphens";
+/**
+ * Returns an object with function words.
+ *
+ * @returns {Object} The object filled with various categories of function word arrays..
+ */
+
+const cardinalNumerals = [
+	// 1-10
+	"אחת", "אחד", "שתים", "שנים", "שתיים", "שלש", "שלשה", "ארבע", "ארבעה", "חמש", "חמשה", "שש",
+	"ששה", "שבע", "שבעה", "שמונה", "שמונה", "תשע", "תשעה", "עשר", "עשרה",
+	// 20
+	"עשרים",
+	// 100
+	"מאה",
+	// 1000
+	"אלף",
+	// Million
+	"מיליון",
+	// Billion
+	"מילירד",
+];
+
+const ordinalNumerals = [
+	// Ordinals for 1-10; for higher numbers ordinal numerals are the same as the cardinals.
+	"ראשון", "ראשונה", "שני", "שניה", "שלישי", "שלישית", "רביעי", "רביעית", "חמישי", "חמישית", "ששי", "ששית", "שביעי",
+	"שביעית", "שמיני", "שמינית", "תשיעי", "תשיעית", "עשירי", "עשירית",
+];
+
+const personalPronouns = [
+	"אני‎", "אנחנו‎", "אנו‎", "אתה‎", "את‎", "אתם‎", "אתן‎", "הוא‎", "היא‎", "הם‎", "הן‎",
+	// Personal pronouns - prefixed forms
+	"שאני", "שאתה", "שהוא", "ואני", "שהיא",
+
+];
+
+const demonstrativePronouns = [
+	// Demonstrative pronoun "ze"
+	"זה", "זאת", "זו", "ההוא", "ההיא", "איזה", "איזו", "אלה", "אלו", "ההם", "ההן", "אילו",
+	"לזה",
+	// Demonstrative pronoun "ze" - prefixed forms
+	"הזה", "שזה",
+];
+
+const interrogatives = [
+	// What
+	"מה",
+	// Who
+	"מי",
+	// Why
+	"למה",
+	// How much/many
+	"כמה",
+	// Particle for y/n questions
+	"האם",
+	// Where
+	"איפה",
+	// Which
+	"איזה", "איזו", "אילו",
+	// When
+	"מתי",
+	"כאשר",
+	// How
+	"איך",
+	// If
+	"אי",
+	// Unless
+	"אלמלא",
+];
+
+const quantifiers = [
+	// All
+	"כולם", "כול",
+	// Most
+	"רוב",
+	// Part
+	"חלק",
+	// Less
+	"פחות",
+	// Few, little
+	"מעט",
+	// Many, much
+	"הרבה",
+	// Many, numerous
+	"רב", "רבה", "רבים", "רבות",
+	// At least
+	"לפחות",
+];
+
+const reflexivePronouns = [
+	"עצמי", "לעצמי", "בעצמי",
+	"עצמך", "לעצמך", "בעצמך",
+	"עצמך", "לעצמך", "בעצמך",
+	"עצמו",	"עצמה", "עצמנו", "עצמכם", "עצמכן", "עצמם", "עצמן",
+];
+
+const indefinitePronouns = [
+	// Something
+	"משהו",
+	// Someone
+	"מישהו", "מישהי",
+	// Nothing
+	"כלום",
+];
+
+const prepositions = [
+	// Each paradigm is one preposition with different pronominal affixes and possibly prefixes
+	// Definite object preposition
+	"את", "אותי", "אותנו", "אותך", "אתכם", "אתכן", "אותו", "אותה", "אותם", "אותן", "שאת",
+	// Possessive preposition
+	"של", "שלי", "שלנו", "שלך", "שלכם", "שלכן", "שלו", "שלהם", "שלהן",
+	// To/for/of
+	"לי", "לך", "לו", "לה", "לנו", "לכם", "לכן", "להם", "להן",
+	// On/upon
+	"על", "עליי", "עלינו", "עליך", "עלייך", "עליכם", "עליכן", "עליו", "עליה", "עליהם", "עליהן",
+	"גבי", "גבנו", "גבך", "גבה", "גבנו", "גבכם", "גבכן", "גבם", "גבן",
+	// To/towards/into
+	"אל", "אליי", "אלינו", "אליך", "אלייך", "אליכם", "אליכן", "אליו", "אליה", "אליהם", "אליהן", "ואל",
+	// With
+	"עם", "איתי", "עימי", "איתנו", "עימנו", "איתך", "עימך", "איתכם", "איתכן", "איתו", "איתה", "איתם", "עימם",
+	// As
+	"כמו", "כמוני", "כמונו", "כמוך", "כמוך", "כמוכם", "כמוכן", "כמוהו", "כמוה", "כמוהם", "כמוהן", "כמוכם", "כמוכן",
+	// Before
+	"לפני", "לפניי", "לפנינו", "לפניך", "לפנייך", "לפניו", "לפניה", "לפניכם", "לפניכן", "לפניהם", "לפניהן",
+	// In
+	"ובכן", "בן", "בי", "בנו", "בך", "בכם", "בכן", "בו", "בה", "בהם", "בהן",
+	// Because
+	"בגלל", "בגללי", "בגללנו", "בגללך", "בגללכם", "בגללכן", "בגללו", "בגללה", "בגללם", "בגללן",
+	// After
+	"אחר", "אחריי", "אחרינו", "אחריך", "אחרייך", "אחריכם", "אחריכן", "אחריו", "אחריה", "אחריהם", "אחריהן",
+	// For the sake of
+	"בשביל", "בשבילי", "בשבילנו", "בשבילך", "בשבילו", "בשבילה", "בשבילכם", "בשבילכן", "בשבילם", "בשבילן",
+	// Instead of
+	"במקום", "במקומי", "במקומנו", "במקומך", "במקומו", "במקומה", "במקומכם", "במקומכן", "במקומם", "במקומן",
+	// Until, up to
+	"עד",
+	// About
+	"אודות", "אודותי", "אודותנו", "אודותך", "אודותכם", "אודותכן", "אודותו", "אודותה", "אודותם", "אודותן",
+	// Behind
+	"מאחורי", "מאחוריי", "מאחורינו", "מאחוריך", "מאחורייך", "מאחוריכם", "מאחוריכן", "מאחוריו", "מאחוריה", "מאחוריהם", "מאחוריהן",
+	// At
+	"אצל", "אצלי", "אצלנו", "אצלך", "אצלך", "אצלכם", "אצלכן", "אצלו", "אצלה", "אצלם", "אצלן",
+	// By means of
+	"באמצעות", "באמצעותי", "באמצעותנו", "באמצעותך", "באמצעותכם", "באמצעותכן", "באמצעותו", "באמצעותה", "באמצעותם", "באמצעותן",
+	// Due to
+	"בזכות", "בזכותי", "בזכותנו", "בזכותך", "בזכותכם", "בזכותכן", "בזכותו", "בזכותה", "בזכותם", "בזכותן",
+	// Between
+	"ביני", "בינינו", "בינך", "ביניכם", "ביניכן", "בינו", "בינה", "ביניהם", "ביניהן",
+	// Without
+	"בלעדיי", "בלעדינו", "בלעדיך", "בלעדייך", "בלעדיכם", "בלעדיכן", "בלעדיו", "בלעדיה", "בלעדיהם", "בלעדיהן",
+	// In favor of
+	"בעד", "בעדי", "בעדנו", "בעדך", "בעדך", "בעדכם", "בעדכן", "בעדו", "בעדה", "בעדם", "בעדן",
+	// As a result of
+	"בעקבות", "בעקבי", "בעקביי", "בעקבינו", "בעקביך", "בעקבייך", "בעקביכם", "בעקביכן", "בעקביו", "בעקביה", "בעקביהם", "בעקביהן",
+	// Facing
+	"בפני", "בפניי", "בפנינו", "בפניך", "בפנייך", "בפניכם", "בפניכן", "בפניו", "בפניה", "בפניהם", "בפניהן",
+	// Among
+	"בקרב", "בקרבי", "בקרבנו", "בקרבך", "בקרבך", "בקרבכם", "בקרבכן", "בקרבו", "בקרבה", "בקרבם", "בקרבן",
+	// On behalf of
+	"בשם", "בשמי", "בשמנו", "בשמך", "בשמך", "בשמכם", "בשמכן", "בשמו", "בשמה", "בשמם", "בשמן",
+	// Inside
+	"בתוך", "בתוכי", "בתוכנו", "בתוכך", "בתוכך", "בתוככם", "בתוככן", "בתוכו", "בתוכה", "בתוכם", "בתוכן",
+	// As
+	"כמוני", "כמונו", "כמוך", "כמוך", "כמוכם", "כמוכן", "כמוהו", "כמוה", "כמוהם", "כמוהן",
+	// In relation
+	"כלפי", "כלפיי", "כלפינו", "כלפיך", "כלפייך", "כלפיכם", "כלפיכן", "כלפיו", "כלפיה", "כלפיהם", "כלפיהן",
+	// Against
+	"כנגד", "כנגדי", "כנגדנו", "כנגדך", "כנגדך", "כנגדכם", "כנגדכן", "כנגדו", "כנגדה", "כנגדם", "כנגדן",
+	// Along
+	"לאורך", "לאורכי", "לאורכנו", "לאורכך", "לאורכך", "לאורככם", "לאורככן", "לאורכו", "לאורכה", "לאורכם", "לאורכן",
+	// Regarding
+	"לגבי", "לגביי", "לגבינו", "לגביך", "לגבייך", "לגביכם", "לגביכן", "לגביו", "לגביה", "לגביהם", "לגביהן",
+	// According to
+	"לדברי", "לדבריי", "לדברינו", "לדבריך", "לדברייך", "לדבריכם", "לדבריכן", "לדבריו", "לדבריה", "לדבריהם", "לדבריהן",
+	// Near
+	"ליד", "לידי", "לידנו", "לידך", "לידך", "לידכם", "לידכן", "לידו", "לידה", "לידם", "לידן",
+	// For the sake of
+	"למען", "למעני", "למעננו", "למענך", "למענך", "למענכם", "למענכן", "למענו", "למענה", "למענם", "למענן",
+	// According to
+	"לפי", "לפי", "לפינו", "לפיך", "לפיך", "לפיכם", "לפיכן", "לפיו", "לפיהו", "לפיה", "לפיהם", "לפיהן",
+	// Towards
+	"לקראת", "לקראתי", "לקראתנו", "לקראתך", "לקראתך", "לקראתכם", "לקראתכן", "לקראתו", "לקראתה", "לקראתם", "לקראתן",
+	// Across
+	"לרוחב", "לרוחבי", "לרוחבנו", "לרוחבך", "לרוחבך", "לרוחבכם", "לרוחבכן", "לרוחבו", "לרוחבה", "לרוחבם", "לרוחבן",
+	// Opposite
+	"מול", "מולי", "מולנו", "מולך", "מולך", "מולכם", "מולכן", "מולו", "מולה", "מולם", "מולן",
+	// From
+	"מן", "ממני", "ממנו", "מאיתנו", "ממך", "ממך", "מכם", "מכן", "ממנו", "ממנה", "מהם", "מהן",
+	// Over
+	"מעל", "מעליי", "מעלינו", "מעליך", "מעלייך", "מעליכם", "מעליכן", "מעליו", "מעליה", "מעליהם", "מעליהן",
+	// From
+	"מפני", "מפניי", "מפנינו", "מפניך", "מפנייך", "מפניכם", "מפניכן", "מפניו", "מפניה", "מפניהם", "מפניהן",
+	// Below
+	"מתחת", "מתחתיי", "מתחתינו", "מתחתיך", "מתחתייך", "מתחתיכם", "מתחתיכן", "מתחתיו", "מתחתיה", "מתחתיהם", "מתחתם", "מתחתיהן", "מתחתן",
+	// For
+	"עבור", "עבורי", "עבורנו", "עבורך", "עבורכם", "עבורכן", "עבורו", "עבורה", "עבורם", "עבורן",
+	// Under
+	"תחת", "תחתיי", "תחתינו", "תחתיך", "תחתייך", "תחתיכם", "תחתיכן", "תחתיו", "תחתיה", "תחתיהם", "תחתם", "תחתיהן", "תחתן",
+	// Compared with
+	"לעומת", "לעומתי", "לעומתנו", "לעומתך", "לעומתך", "לעומתכם", "לעומתכן", "לעומתו", "לעומתה", "לעומתם", "לעומתן",
+	// Part of according to
+	"פי",
+];
+
+const conjunctions = [
+	// But
+	"אבל",
+	"אך",
+	"אלא",
+	// If
+	"אם",
+	// Then
+	"אז",
+	// Or
+	"או",
+	// In order to
+	"כדי",
+	// Because
+	"כי",
+	// Indeed
+	"אכן",
+	// By the way
+	"אגב",
+	// However
+	"אולם",
+	// Although
+	"אע״פ",
+	// Relative clause marker
+	"אשר",
+	// While
+	"בעוד",
+	// And/or
+	"ו/או",
+	// Since
+	"יען",
+	// Were it not for
+	"לולא",
+	// Unless
+	"פן",
+];
+
+const interviewVerbs = [
+	// Say
+	"אומר", "אומרת", "אומרים", "אומרות", "אמרתי", "אמרנו", "אמרת", "אמרתם", "אמרתן", "אמר", "אמרה", "אמרו", "נאמר",
+	"תאמר", "תאמרי", "תאמרו", "תאמרנה", "יאמר", "תאמר", "תאמרנה", "יאמר", "יאמרו", "אמור", "אמרי", "אמורנה",
+	// Speak
+	"מדבר", "מדברת", "מדברים", "מדברות", "דיברתי", "דיברנו", "דיברת", "דיברתם", "דיברתן", "דיבר", "דיברה", "דיברו", "אדבר",
+	"נדבר", "תדבר", "תדברי", "תדברו", "תדברנה", "ידבר", "ידברו", "דבר‏", "דברי‏", "דברו‏", "דברנה‏", "לדבר",
+	// Understand
+	"מבין", "מבינה", "מבינים", "מבינות", "הבנתי", "הבינותי", "הבנו", "הבינונו", "הבנת", "הבינות", "הבנתם", "הבינותם",
+	"הבנתן", "הבינותן", "הבין", "הבינה", "הבינו", "אבין", "נבין", "תבין", "תביני", "תבינו", "תבנה", "יבין", "יבינו", "תבינינה", "הבן‏",
+	"הביני‏", "הבנה‏", "להבין",
+	// Believe
+	"מאמין", "מאמינה", "מאמינים", "מאמינות", "האמנתי", "האמנו", "האמנת", "האמנתם", "האמנתן", "האמין", "האמינה",
+	"האמינו", "אאמין", "נאמין", "תאמין", "תאמיני", "תאמינו", "תאמנה", "יאמין", "יאמינו", "האמן‏", "האמיני‏", "האמינו‏",
+	"האה‏", "להאמין",
+	// Know
+	"יודע", "יודעת", "יודעים", "יודעות", "ידעתי", "ידענו", "ידעת", "ידעתם", "ידעתן", "ידע", "ידעה", "ידעו", "אדע", "נדע", "תדע",
+	"תדעי", "תדעו", "תדענה", "דע‏", "דעי‏", "דעו‏", "דענה‏", "לדעת",
+	// Ask
+	"שואל", "שואלת", "שואלים", "שואלות", "שאלתי", "שאלנו", "שאלת", "שאלתם", "שאלתן", "שאל", "שאלה", "שאלו", "אשאל",
+	"נשאל", "תשאל", "תשאלי", "תשאלו", "תשאלנה", "ישאל", "ישאלו", "שאל‏", "שאלי‏", "שאלו‏", "שאלנה‏", "לשאול",
+];
+
+const intensifiers = [
+	// Very
+	"מאוד",
+	// Definitely
+	"בהחלט",
+	// The most
+	"ביותר",
+	// Terribly
+	"נורא",
+	// Completely
+	"לגמרי",
+	// Enough
+	"די",
+];
+
+const auxiliariesAndDelexicalizedVerbs = [
+	// To be - infinitive
+	"להיות",
+	// To be - past
+	"היי", "הייתי", "יהיה", "היית", "הייתה", "היינו", "הייתם", "הייתן", "היו",
+	// To be - future
+	"אהיה", "תהיה", "תהיי", "יהיה", "נהיה", "תהיו", "תהיינה", "יהיו", "היינה",
+	// There is
+	"יש", "שיש",
+	// Here is
+	"הנה",
+	// There is not
+	"אין",
+	// Want
+	"רוצה", "רוצים", "רציתי", "רצה",
+	// Can
+	"יכול", "יכולה", "יכולים", "נוכל",
+	// Should
+	"צריך", "צריכה",
+	// Must
+	"חייב",
+	// Do, make
+	"לעשות", "עושה",
+	// Think
+	"חושב", "חשבתי", "חושבת",
+	// See
+	"נראה", "לראות", "רואה",
+	// Come
+	"בוא",
+	// Go
+	"הולך", "ללכת", "הולכת", "הלכתי", "הלכת", "הלכת", "הלך", "הלכה", "אלך", "תלך", "תלכי", "ילך", "לכי", "הולכים", "הולכות",
+	"הלכנו", "הלכתם", "הלכתן", "הלכו", "נלך", "תלכו", "תלכנה", "ילכו", "לכו", "לכנה",
+	// To be sorry
+	"מצטער",
+	// Happen
+	"קרה", "קורה",
+	// Love
+	"אוהב",
+	// Put
+	"שום",
+	// Use
+	"להשתמש",
+	// Try
+	"לנסות", "מנסה",
+	// Take
+	"לוקח", "אקח",
+	// Put
+	"לשים",
+	// Give
+	"נותן", "נותנת", "נותנים", "נותנות", "נת", "תינתנו", "נתת", "נתתם", "נתתן", "נתן", "נתנה", "נתנו", "אתן", "ניתן", "תיתן",
+	"תיתני", "תיתנותיתנה", "ייתןנתתתיתן", "ייתנו", "תיתנה", "תן‏", "תני‏", "תנו‏", "תנה‏", "לתת",
+];
+
+const generalAdjectivesAdverbs = [
+	// Only
+	"רק",
+	// All
+	"כל",
+	// More
+	"יותר",
+	// Here
+	"כאן",
+	// So, such
+	"כך", "כה",
+	// Right, correct
+	"נכון",
+	// Now
+	"עכשיו",
+	"עכשיו",
+	// There
+	"שם",
+	// Forward
+	"קדימה",
+	// Also
+	"אף",
+	// Yet, still
+	"עוד",
+	// Really
+	"באמת",
+	"ממש",
+	// Maybe
+	"אולי",
+	// Already
+	"כבר",
+	// Here
+	"פה",
+	// Slightly
+	"קצת",
+	// Still
+	"עדיין",
+	// Just
+	"בדיוק",
+	// Again
+	"שוב",
+	// Always
+	"תמיד",
+	// Even
+	"אפילו",
+	// Certainly
+	"בטח",
+	// Late
+	"מאוחר",
+	// Recently
+	"לאחרונה",
+	// Soon
+	"בקרוב",
+	// Immediately
+	"מיד",
+	// Outside
+	"בחוץ",
+	// Fast
+	"מהר",
+	// Hard
+	"קשה",
+	// Slowly
+	"לאט",
+	// Mostly
+	"לרוב",
+	// Almost
+	"כמעט",
+	// Usually
+	"בדרך",
+	"כלל",
+	// Sometimes
+	"לפעמים",
+	// Together
+	"יחד",
+	// Alone
+	"לבד",
+	// Backwards
+	"אחורה",
+	// As if
+	"כאילו",
+	// Too
+	"גם",
+	// Approximately
+	"בערך",
+	// The most
+	"הכי",
+	// Full
+	"מלא", "מלאה", "מלאים", "מלאות",
+	// Good
+	"טוב", "טובה", "טובים", "טובות",
+	// New
+	"חדש", "חדשה", "חדשים", "חדשות",
+	// Old
+	"ישן", "ישנה", "ישנים", "ישנות",
+	// Young
+	"צעיn", "צעירה", "צעירים", "צעירות",
+	// Big
+	"גדול", "גדולה", "גדולים", "גדולות",
+	// Easy
+	"קל", "קלה", "קלים", "קלות",
+	// Fast
+	"מהיר", "מהירה", "מהירים", "מהירות",
+	// Far
+	"רחוק", "רחוקה", "רחוקים", "רחוקות",
+	// Nice
+	"נחמד", "נחמדה", "נחמדים", "נחמדות",
+	// Special
+	"מיוחד", "מיוחדת", "מיוחדים", "מיוחדות",
+	// Simple
+	"פשוט", "פשוטה", "פשוטים", "פשוטות",
+	// Small
+	"קטן", "קטנה", "קטנים", "קטנות",
+	// Long
+	"ארוך", "ארוכה", "ארוכים", "ארוכות",
+	// Short
+	"קצר", "קצרה", "קצרים", "קצרות",
+	// Low
+	"נמוך", "נמוכה", "נמוכים", "נמוכות",
+	// Complete
+	"שלם", "שלמה", "שלמים", "שלמות",
+	// High
+	"גבוה", "גבוהה", "גבוהים", "גבוהות",
+	// Important
+	"חשוב", "חשובה", "חשובים", "חשובות",
+];
+
+const interjections = [
+	// Ha (laughter)
+	"ח",
+	// Oh
+	"הו",
+	// Wow
+	"וואו",
+];
+
+// These words and abbreviations are frequently used in recipes in lists of ingredients.
+const recipeWords = [
+	// Kg
+	"ק\"ג",
+	// G
+	"ג'",
+	// Gram
+	"גרם",
+	// Cl
+	"סמ\"ק",
+	// Ml
+	"מ\"ל",
+	// Liter
+	"ליטר",
+	// Tbsp
+	"כף",
+	// Tsp
+	"כפית",
+	// Cup
+	"כוס", "כוסות",
+];
+
+const timeWords = [
+	// Today
+	"היום",
+	// Yesterday
+	"אתמול",
+	// Tomorrow
+	"מחר",
+	// Day
+	"יום", "ימים",
+	// Week
+	"שבוע",	"בשבוע", "שבועות",
+	// Hour
+	"שעה", "שעות",
+	// Minute
+	"דקה", "דקות",
+	// Moment
+	"רגע", "רגעים",
+	// Month
+	"חודש", "חודשים",
+	// Year
+	"שנה", "שנים", "השנה",
+];
+
+const vagueNouns = [
+	// Thing
+	"דבר",
+	// Time(s)
+	"פעם", "פעמים",
+	// Time
+	"זמן", 	"הזמן",
+	// All
+	"הכל", "בכל",
+	// Men
+	"אנשים",
+	// Place (used in multiple constructions such as e.g. "everywhere")
+	"מקום",
+	// Time (used for some adverbial constructions)
+	"לעתים",
+	// Number (e.g. in "a number of")
+	"מספר",
+	// Percent
+	"אחוז", "אחוזים",
+];
+
+const miscellaneous = [
+	// Yes
+	"כן",
+	// No, not (incl. prefixed forms)
+	"לא", "שלא",
+	// All right
+	"בסדר",
+	// Thank you
+	"תודה",
+	// Please
+	"בבקשה",
+	// Hello
+	"שלום",
+	// Percent
+	"אחוז",
+	// Mr
+	"מר",
+	"אדוני",
+	// Ms, Mrs
+	"גברת",
+	// Person
+	"אדם",
+];
+
+export const all = transformWordsWithHyphens( [].concat( cardinalNumerals, ordinalNumerals, personalPronouns, demonstrativePronouns, interrogatives,
+	quantifiers, reflexivePronouns, indefinitePronouns, prepositions, conjunctions, interviewVerbs,
+	intensifiers, auxiliariesAndDelexicalizedVerbs, generalAdjectivesAdverbs, interjections, recipeWords,
+	timeWords, vagueNouns, miscellaneous, transitionWords ) );
+
+export default all;