mirror of
https://github.com/explosion/spaCy.git
synced 2024-12-28 19:06:33 +03:00
443 lines
2.5 KiB
Python
443 lines
2.5 KiB
Python
|
# encoding: utf8
|
||
|
from __future__ import unicode_literals
|
||
|
|
||
|
|
||
|
# Source: https://github.com/stopwords-iso/stopwords-ro
|
||
|
|
||
|
STOP_WORDS = set("""
|
||
|
a
|
||
|
abia
|
||
|
acea
|
||
|
aceasta
|
||
|
această
|
||
|
aceea
|
||
|
aceeasi
|
||
|
acei
|
||
|
aceia
|
||
|
acel
|
||
|
acela
|
||
|
acelasi
|
||
|
acele
|
||
|
acelea
|
||
|
acest
|
||
|
acesta
|
||
|
aceste
|
||
|
acestea
|
||
|
acestei
|
||
|
acestia
|
||
|
acestui
|
||
|
aceşti
|
||
|
aceştia
|
||
|
acolo
|
||
|
acord
|
||
|
acum
|
||
|
adica
|
||
|
ai
|
||
|
aia
|
||
|
aibă
|
||
|
aici
|
||
|
aiurea
|
||
|
al
|
||
|
ala
|
||
|
alaturi
|
||
|
ale
|
||
|
alea
|
||
|
alt
|
||
|
alta
|
||
|
altceva
|
||
|
altcineva
|
||
|
alte
|
||
|
altfel
|
||
|
alti
|
||
|
altii
|
||
|
altul
|
||
|
am
|
||
|
anume
|
||
|
apoi
|
||
|
ar
|
||
|
are
|
||
|
as
|
||
|
asa
|
||
|
asemenea
|
||
|
asta
|
||
|
astazi
|
||
|
astea
|
||
|
astfel
|
||
|
astăzi
|
||
|
asupra
|
||
|
atare
|
||
|
atat
|
||
|
atata
|
||
|
atatea
|
||
|
atatia
|
||
|
ati
|
||
|
atit
|
||
|
atita
|
||
|
atitea
|
||
|
atitia
|
||
|
atunci
|
||
|
au
|
||
|
avea
|
||
|
avem
|
||
|
aveţi
|
||
|
avut
|
||
|
azi
|
||
|
aş
|
||
|
aşadar
|
||
|
aţi
|
||
|
b
|
||
|
ba
|
||
|
bine
|
||
|
bucur
|
||
|
bună
|
||
|
c
|
||
|
ca
|
||
|
cam
|
||
|
cand
|
||
|
capat
|
||
|
care
|
||
|
careia
|
||
|
carora
|
||
|
caruia
|
||
|
cat
|
||
|
catre
|
||
|
caut
|
||
|
ce
|
||
|
cea
|
||
|
ceea
|
||
|
cei
|
||
|
ceilalti
|
||
|
cel
|
||
|
cele
|
||
|
celor
|
||
|
ceva
|
||
|
chiar
|
||
|
ci
|
||
|
cinci
|
||
|
cind
|
||
|
cine
|
||
|
cineva
|
||
|
cit
|
||
|
cita
|
||
|
cite
|
||
|
citeva
|
||
|
citi
|
||
|
citiva
|
||
|
conform
|
||
|
contra
|
||
|
cu
|
||
|
cui
|
||
|
cum
|
||
|
cumva
|
||
|
curând
|
||
|
curînd
|
||
|
când
|
||
|
cât
|
||
|
câte
|
||
|
câtva
|
||
|
câţi
|
||
|
cînd
|
||
|
cît
|
||
|
cîte
|
||
|
cîtva
|
||
|
cîţi
|
||
|
că
|
||
|
căci
|
||
|
cărei
|
||
|
căror
|
||
|
cărui
|
||
|
către
|
||
|
d
|
||
|
da
|
||
|
daca
|
||
|
dacă
|
||
|
dar
|
||
|
dat
|
||
|
datorită
|
||
|
dată
|
||
|
dau
|
||
|
de
|
||
|
deasupra
|
||
|
deci
|
||
|
decit
|
||
|
degraba
|
||
|
deja
|
||
|
deoarece
|
||
|
departe
|
||
|
desi
|
||
|
despre
|
||
|
deşi
|
||
|
din
|
||
|
dinaintea
|
||
|
dintr
|
||
|
dintr-
|
||
|
dintre
|
||
|
doar
|
||
|
doi
|
||
|
doilea
|
||
|
două
|
||
|
drept
|
||
|
dupa
|
||
|
după
|
||
|
dă
|
||
|
e
|
||
|
ea
|
||
|
ei
|
||
|
el
|
||
|
ele
|
||
|
era
|
||
|
eram
|
||
|
este
|
||
|
eu
|
||
|
exact
|
||
|
eşti
|
||
|
f
|
||
|
face
|
||
|
fara
|
||
|
fata
|
||
|
fel
|
||
|
fi
|
||
|
fie
|
||
|
fiecare
|
||
|
fii
|
||
|
fim
|
||
|
fiu
|
||
|
fiţi
|
||
|
foarte
|
||
|
fost
|
||
|
frumos
|
||
|
fără
|
||
|
g
|
||
|
geaba
|
||
|
graţie
|
||
|
h
|
||
|
halbă
|
||
|
i
|
||
|
ia
|
||
|
iar
|
||
|
ieri
|
||
|
ii
|
||
|
il
|
||
|
imi
|
||
|
in
|
||
|
inainte
|
||
|
inapoi
|
||
|
inca
|
||
|
incit
|
||
|
insa
|
||
|
intr
|
||
|
intre
|
||
|
isi
|
||
|
iti
|
||
|
j
|
||
|
k
|
||
|
l
|
||
|
la
|
||
|
le
|
||
|
li
|
||
|
lor
|
||
|
lui
|
||
|
lângă
|
||
|
lîngă
|
||
|
m
|
||
|
ma
|
||
|
mai
|
||
|
mare
|
||
|
mea
|
||
|
mei
|
||
|
mele
|
||
|
mereu
|
||
|
meu
|
||
|
mi
|
||
|
mie
|
||
|
mine
|
||
|
mod
|
||
|
mult
|
||
|
multa
|
||
|
multe
|
||
|
multi
|
||
|
multă
|
||
|
mulţi
|
||
|
mulţumesc
|
||
|
mâine
|
||
|
mîine
|
||
|
mă
|
||
|
n
|
||
|
ne
|
||
|
nevoie
|
||
|
ni
|
||
|
nici
|
||
|
niciodata
|
||
|
nicăieri
|
||
|
nimeni
|
||
|
nimeri
|
||
|
nimic
|
||
|
niste
|
||
|
nişte
|
||
|
noastre
|
||
|
noastră
|
||
|
noi
|
||
|
noroc
|
||
|
nostri
|
||
|
nostru
|
||
|
nou
|
||
|
noua
|
||
|
nouă
|
||
|
noştri
|
||
|
nu
|
||
|
numai
|
||
|
o
|
||
|
opt
|
||
|
or
|
||
|
ori
|
||
|
oricare
|
||
|
orice
|
||
|
oricine
|
||
|
oricum
|
||
|
oricând
|
||
|
oricât
|
||
|
oricînd
|
||
|
oricît
|
||
|
oriunde
|
||
|
p
|
||
|
pai
|
||
|
parca
|
||
|
patra
|
||
|
patru
|
||
|
patrulea
|
||
|
pe
|
||
|
pentru
|
||
|
peste
|
||
|
pic
|
||
|
pina
|
||
|
plus
|
||
|
poate
|
||
|
pot
|
||
|
prea
|
||
|
prima
|
||
|
primul
|
||
|
prin
|
||
|
printr-
|
||
|
putini
|
||
|
puţin
|
||
|
puţina
|
||
|
puţină
|
||
|
până
|
||
|
pînă
|
||
|
r
|
||
|
rog
|
||
|
s
|
||
|
sa
|
||
|
sa-mi
|
||
|
sa-ti
|
||
|
sai
|
||
|
sale
|
||
|
sau
|
||
|
se
|
||
|
si
|
||
|
sint
|
||
|
sintem
|
||
|
spate
|
||
|
spre
|
||
|
sub
|
||
|
sunt
|
||
|
suntem
|
||
|
sunteţi
|
||
|
sus
|
||
|
sută
|
||
|
sînt
|
||
|
sîntem
|
||
|
sînteţi
|
||
|
să
|
||
|
săi
|
||
|
său
|
||
|
t
|
||
|
ta
|
||
|
tale
|
||
|
te
|
||
|
ti
|
||
|
timp
|
||
|
tine
|
||
|
toata
|
||
|
toate
|
||
|
toată
|
||
|
tocmai
|
||
|
tot
|
||
|
toti
|
||
|
totul
|
||
|
totusi
|
||
|
totuşi
|
||
|
toţi
|
||
|
trei
|
||
|
treia
|
||
|
treilea
|
||
|
tu
|
||
|
tuturor
|
||
|
tăi
|
||
|
tău
|
||
|
u
|
||
|
ul
|
||
|
ului
|
||
|
un
|
||
|
una
|
||
|
unde
|
||
|
undeva
|
||
|
unei
|
||
|
uneia
|
||
|
unele
|
||
|
uneori
|
||
|
unii
|
||
|
unor
|
||
|
unora
|
||
|
unu
|
||
|
unui
|
||
|
unuia
|
||
|
unul
|
||
|
v
|
||
|
va
|
||
|
vi
|
||
|
voastre
|
||
|
voastră
|
||
|
voi
|
||
|
vom
|
||
|
vor
|
||
|
vostru
|
||
|
vouă
|
||
|
voştri
|
||
|
vreme
|
||
|
vreo
|
||
|
vreun
|
||
|
vă
|
||
|
x
|
||
|
z
|
||
|
zece
|
||
|
zero
|
||
|
zi
|
||
|
zice
|
||
|
îi
|
||
|
îl
|
||
|
îmi
|
||
|
împotriva
|
||
|
în
|
||
|
înainte
|
||
|
înaintea
|
||
|
încotro
|
||
|
încât
|
||
|
încît
|
||
|
între
|
||
|
întrucât
|
||
|
întrucît
|
||
|
îţi
|
||
|
ăla
|
||
|
ălea
|
||
|
ăsta
|
||
|
ăstea
|
||
|
ăştia
|
||
|
şapte
|
||
|
şase
|
||
|
şi
|
||
|
ştiu
|
||
|
ţi
|
||
|
ţie
|
||
|
""".split())
|