mirror of
https://github.com/explosion/spaCy.git
synced 2024-12-28 19:06:33 +03:00
816 lines
8.9 KiB
Python
816 lines
8.9 KiB
Python
|
STOP_WORDS = set(
|
|||
|
"""
|
|||
|
а
|
|||
|
абре
|
|||
|
aв
|
|||
|
аи
|
|||
|
ако
|
|||
|
алало
|
|||
|
ам
|
|||
|
ама
|
|||
|
аман
|
|||
|
ами
|
|||
|
амин
|
|||
|
априли-ли-ли
|
|||
|
ау
|
|||
|
аух
|
|||
|
ауч
|
|||
|
ах
|
|||
|
аха
|
|||
|
аха-ха
|
|||
|
аш
|
|||
|
ашколсум
|
|||
|
ашколсун
|
|||
|
ај
|
|||
|
ајде
|
|||
|
ајс
|
|||
|
аџаба
|
|||
|
бавно
|
|||
|
бам
|
|||
|
бам-бум
|
|||
|
бап
|
|||
|
бар
|
|||
|
баре
|
|||
|
барем
|
|||
|
бау
|
|||
|
бау-бау
|
|||
|
баш
|
|||
|
бај
|
|||
|
бе
|
|||
|
беа
|
|||
|
бев
|
|||
|
бевме
|
|||
|
бевте
|
|||
|
без
|
|||
|
безбели
|
|||
|
бездруго
|
|||
|
белки
|
|||
|
беше
|
|||
|
би
|
|||
|
бидејќи
|
|||
|
бим
|
|||
|
бис
|
|||
|
бла
|
|||
|
блазе
|
|||
|
богами
|
|||
|
божем
|
|||
|
боц
|
|||
|
браво
|
|||
|
бравос
|
|||
|
бре
|
|||
|
бреј
|
|||
|
брзо
|
|||
|
бришка
|
|||
|
бррр
|
|||
|
бу
|
|||
|
бум
|
|||
|
буф
|
|||
|
буц
|
|||
|
бујрум
|
|||
|
ваа
|
|||
|
вам
|
|||
|
варај
|
|||
|
варда
|
|||
|
вас
|
|||
|
вај
|
|||
|
ве
|
|||
|
велат
|
|||
|
вели
|
|||
|
версус
|
|||
|
веќе
|
|||
|
ви
|
|||
|
виа
|
|||
|
види
|
|||
|
вие
|
|||
|
вистина
|
|||
|
витос
|
|||
|
внатре
|
|||
|
во
|
|||
|
воз
|
|||
|
вон
|
|||
|
впрочем
|
|||
|
врв
|
|||
|
вред
|
|||
|
време
|
|||
|
врз
|
|||
|
всушност
|
|||
|
втор
|
|||
|
галиба
|
|||
|
ги
|
|||
|
гитла
|
|||
|
го
|
|||
|
годе
|
|||
|
годишник
|
|||
|
горе
|
|||
|
гра
|
|||
|
гуц
|
|||
|
гљу
|
|||
|
да
|
|||
|
даан
|
|||
|
дава
|
|||
|
дал
|
|||
|
дали
|
|||
|
дан
|
|||
|
два
|
|||
|
дваесет
|
|||
|
дванаесет
|
|||
|
двајца
|
|||
|
две
|
|||
|
двесте
|
|||
|
движам
|
|||
|
движат
|
|||
|
движи
|
|||
|
движиме
|
|||
|
движите
|
|||
|
движиш
|
|||
|
де
|
|||
|
деведесет
|
|||
|
девет
|
|||
|
деветнаесет
|
|||
|
деветстотини
|
|||
|
деветти
|
|||
|
дека
|
|||
|
дел
|
|||
|
делми
|
|||
|
демек
|
|||
|
десет
|
|||
|
десетина
|
|||
|
десетти
|
|||
|
деситици
|
|||
|
дејгиди
|
|||
|
дејди
|
|||
|
ди
|
|||
|
дилми
|
|||
|
дин
|
|||
|
дип
|
|||
|
дно
|
|||
|
до
|
|||
|
доволно
|
|||
|
додека
|
|||
|
додуша
|
|||
|
докај
|
|||
|
доколку
|
|||
|
доправено
|
|||
|
доправи
|
|||
|
досамоти
|
|||
|
доста
|
|||
|
држи
|
|||
|
дрн
|
|||
|
друг
|
|||
|
друга
|
|||
|
другата
|
|||
|
други
|
|||
|
другиот
|
|||
|
другите
|
|||
|
друго
|
|||
|
другото
|
|||
|
дум
|
|||
|
дур
|
|||
|
дури
|
|||
|
е
|
|||
|
евала
|
|||
|
еве
|
|||
|
евет
|
|||
|
ега
|
|||
|
егиди
|
|||
|
еден
|
|||
|
едикојси
|
|||
|
единаесет
|
|||
|
единствено
|
|||
|
еднаш
|
|||
|
едно
|
|||
|
ексик
|
|||
|
ела
|
|||
|
елбете
|
|||
|
елем
|
|||
|
ели
|
|||
|
ем
|
|||
|
еми
|
|||
|
ене
|
|||
|
ете
|
|||
|
еурека
|
|||
|
ех
|
|||
|
еј
|
|||
|
жими
|
|||
|
жити
|
|||
|
за
|
|||
|
завал
|
|||
|
заврши
|
|||
|
зад
|
|||
|
задека
|
|||
|
задоволна
|
|||
|
задржи
|
|||
|
заедно
|
|||
|
зар
|
|||
|
зарад
|
|||
|
заради
|
|||
|
заре
|
|||
|
зарем
|
|||
|
затоа
|
|||
|
зашто
|
|||
|
згора
|
|||
|
зема
|
|||
|
земе
|
|||
|
земува
|
|||
|
зер
|
|||
|
значи
|
|||
|
зошто
|
|||
|
зуј
|
|||
|
и
|
|||
|
иако
|
|||
|
из
|
|||
|
извезен
|
|||
|
изгледа
|
|||
|
измеѓу
|
|||
|
износ
|
|||
|
или
|
|||
|
или-или
|
|||
|
илјада
|
|||
|
илјади
|
|||
|
им
|
|||
|
има
|
|||
|
имаа
|
|||
|
имаат
|
|||
|
имавме
|
|||
|
имавте
|
|||
|
имам
|
|||
|
имаме
|
|||
|
имате
|
|||
|
имаш
|
|||
|
имаше
|
|||
|
име
|
|||
|
имено
|
|||
|
именува
|
|||
|
имплицира
|
|||
|
имплицираат
|
|||
|
имплицирам
|
|||
|
имплицираме
|
|||
|
имплицирате
|
|||
|
имплицираш
|
|||
|
инаку
|
|||
|
индицира
|
|||
|
исечок
|
|||
|
исклучен
|
|||
|
исклучена
|
|||
|
исклучени
|
|||
|
исклучено
|
|||
|
искористен
|
|||
|
искористена
|
|||
|
искористени
|
|||
|
искористено
|
|||
|
искористи
|
|||
|
искрај
|
|||
|
исти
|
|||
|
исто
|
|||
|
итака
|
|||
|
итн
|
|||
|
их
|
|||
|
иха
|
|||
|
ихуу
|
|||
|
иш
|
|||
|
ишала
|
|||
|
иј
|
|||
|
ка
|
|||
|
каде
|
|||
|
кажува
|
|||
|
како
|
|||
|
каков
|
|||
|
камоли
|
|||
|
кај
|
|||
|
ква
|
|||
|
ки
|
|||
|
кит
|
|||
|
кло
|
|||
|
клум
|
|||
|
кога
|
|||
|
кого
|
|||
|
кого-годе
|
|||
|
кое
|
|||
|
кои
|
|||
|
количество
|
|||
|
количина
|
|||
|
колку
|
|||
|
кому
|
|||
|
кон
|
|||
|
користена
|
|||
|
користени
|
|||
|
користено
|
|||
|
користи
|
|||
|
кот
|
|||
|
котрр
|
|||
|
кош-кош
|
|||
|
кој
|
|||
|
која
|
|||
|
којзнае
|
|||
|
којшто
|
|||
|
кр-кр-кр
|
|||
|
крај
|
|||
|
крек
|
|||
|
крз
|
|||
|
крк
|
|||
|
крц
|
|||
|
куку
|
|||
|
кукуригу
|
|||
|
куш
|
|||
|
ле
|
|||
|
лебами
|
|||
|
леле
|
|||
|
лели
|
|||
|
ли
|
|||
|
лиду
|
|||
|
луп
|
|||
|
ма
|
|||
|
макар
|
|||
|
малку
|
|||
|
марш
|
|||
|
мат
|
|||
|
мац
|
|||
|
машала
|
|||
|
ме
|
|||
|
мене
|
|||
|
место
|
|||
|
меѓу
|
|||
|
меѓувреме
|
|||
|
меѓутоа
|
|||
|
ми
|
|||
|
мое
|
|||
|
може
|
|||
|
можеби
|
|||
|
молам
|
|||
|
моли
|
|||
|
мор
|
|||
|
мора
|
|||
|
море
|
|||
|
мори
|
|||
|
мразец
|
|||
|
му
|
|||
|
муклец
|
|||
|
мутлак
|
|||
|
муц
|
|||
|
мјау
|
|||
|
на
|
|||
|
навидум
|
|||
|
навистина
|
|||
|
над
|
|||
|
надвор
|
|||
|
назад
|
|||
|
накај
|
|||
|
накрај
|
|||
|
нали
|
|||
|
нам
|
|||
|
наместо
|
|||
|
наоколу
|
|||
|
направено
|
|||
|
направи
|
|||
|
напред
|
|||
|
нас
|
|||
|
наспоред
|
|||
|
наспрема
|
|||
|
наспроти
|
|||
|
насред
|
|||
|
натаму
|
|||
|
натема
|
|||
|
начин
|
|||
|
наш
|
|||
|
наша
|
|||
|
наше
|
|||
|
наши
|
|||
|
нај
|
|||
|
најдоцна
|
|||
|
најмалку
|
|||
|
најмногу
|
|||
|
не
|
|||
|
неа
|
|||
|
него
|
|||
|
негов
|
|||
|
негова
|
|||
|
негови
|
|||
|
негово
|
|||
|
незе
|
|||
|
нека
|
|||
|
некаде
|
|||
|
некако
|
|||
|
некаков
|
|||
|
некого
|
|||
|
некое
|
|||
|
некои
|
|||
|
неколку
|
|||
|
некому
|
|||
|
некој
|
|||
|
некојси
|
|||
|
нели
|
|||
|
немој
|
|||
|
нему
|
|||
|
неоти
|
|||
|
нечиј
|
|||
|
нешто
|
|||
|
нејзе
|
|||
|
нејзин
|
|||
|
нејзини
|
|||
|
нејзино
|
|||
|
нејсе
|
|||
|
ни
|
|||
|
нив
|
|||
|
нивен
|
|||
|
нивна
|
|||
|
нивни
|
|||
|
нивно
|
|||
|
ние
|
|||
|
низ
|
|||
|
никаде
|
|||
|
никако
|
|||
|
никогаш
|
|||
|
никого
|
|||
|
никому
|
|||
|
никој
|
|||
|
ним
|
|||
|
нити
|
|||
|
нито
|
|||
|
ниту
|
|||
|
ничиј
|
|||
|
ништо
|
|||
|
но
|
|||
|
нѐ
|
|||
|
о
|
|||
|
обр
|
|||
|
ова
|
|||
|
ова-она
|
|||
|
оваа
|
|||
|
овај
|
|||
|
овде
|
|||
|
овега
|
|||
|
овие
|
|||
|
овој
|
|||
|
од
|
|||
|
одавде
|
|||
|
оди
|
|||
|
однесува
|
|||
|
односно
|
|||
|
одошто
|
|||
|
околу
|
|||
|
олеле
|
|||
|
олкацок
|
|||
|
он
|
|||
|
она
|
|||
|
онаа
|
|||
|
онака
|
|||
|
онаков
|
|||
|
онде
|
|||
|
они
|
|||
|
оние
|
|||
|
оно
|
|||
|
оној
|
|||
|
оп
|
|||
|
освем
|
|||
|
освен
|
|||
|
осем
|
|||
|
осми
|
|||
|
осум
|
|||
|
осумдесет
|
|||
|
осумнаесет
|
|||
|
осумстотитни
|
|||
|
отаде
|
|||
|
оти
|
|||
|
откако
|
|||
|
откај
|
|||
|
откога
|
|||
|
отколку
|
|||
|
оттаму
|
|||
|
оттука
|
|||
|
оф
|
|||
|
ох
|
|||
|
ој
|
|||
|
па
|
|||
|
пак
|
|||
|
папа
|
|||
|
пардон
|
|||
|
пате-ќуте
|
|||
|
пати
|
|||
|
пау
|
|||
|
паче
|
|||
|
пеесет
|
|||
|
пеки
|
|||
|
пет
|
|||
|
петнаесет
|
|||
|
петстотини
|
|||
|
петти
|
|||
|
пи
|
|||
|
пи-пи
|
|||
|
пис
|
|||
|
плас
|
|||
|
плус
|
|||
|
по
|
|||
|
побавно
|
|||
|
поблиску
|
|||
|
побрзо
|
|||
|
побуни
|
|||
|
повеќе
|
|||
|
повторно
|
|||
|
под
|
|||
|
подалеку
|
|||
|
подолу
|
|||
|
подоцна
|
|||
|
подруго
|
|||
|
позади
|
|||
|
поинаква
|
|||
|
поинакви
|
|||
|
поинакво
|
|||
|
поинаков
|
|||
|
поинаку
|
|||
|
покаже
|
|||
|
покажува
|
|||
|
покрај
|
|||
|
полно
|
|||
|
помалку
|
|||
|
помеѓу
|
|||
|
понатаму
|
|||
|
понекогаш
|
|||
|
понекој
|
|||
|
поради
|
|||
|
поразличен
|
|||
|
поразлична
|
|||
|
поразлични
|
|||
|
поразлично
|
|||
|
поседува
|
|||
|
после
|
|||
|
последен
|
|||
|
последна
|
|||
|
последни
|
|||
|
последно
|
|||
|
поспоро
|
|||
|
потег
|
|||
|
потоа
|
|||
|
пошироко
|
|||
|
прави
|
|||
|
празно
|
|||
|
прв
|
|||
|
пред
|
|||
|
през
|
|||
|
преку
|
|||
|
претежно
|
|||
|
претходен
|
|||
|
претходна
|
|||
|
претходни
|
|||
|
претходник
|
|||
|
претходно
|
|||
|
при
|
|||
|
присвои
|
|||
|
притоа
|
|||
|
причинува
|
|||
|
пријатно
|
|||
|
просто
|
|||
|
против
|
|||
|
прр
|
|||
|
пст
|
|||
|
пук
|
|||
|
пусто
|
|||
|
пуф
|
|||
|
пуј
|
|||
|
пфуј
|
|||
|
пшт
|
|||
|
ради
|
|||
|
различен
|
|||
|
различна
|
|||
|
различни
|
|||
|
различно
|
|||
|
разни
|
|||
|
разоружен
|
|||
|
разредлив
|
|||
|
рамките
|
|||
|
рамнообразно
|
|||
|
растревожено
|
|||
|
растреперено
|
|||
|
расчувствувано
|
|||
|
ратоборно
|
|||
|
рече
|
|||
|
роден
|
|||
|
с
|
|||
|
сакан
|
|||
|
сам
|
|||
|
сама
|
|||
|
сами
|
|||
|
самите
|
|||
|
само
|
|||
|
самоти
|
|||
|
свое
|
|||
|
свои
|
|||
|
свој
|
|||
|
своја
|
|||
|
се
|
|||
|
себе
|
|||
|
себеси
|
|||
|
сега
|
|||
|
седми
|
|||
|
седум
|
|||
|
седумдесет
|
|||
|
седумнаесет
|
|||
|
седумстотини
|
|||
|
секаде
|
|||
|
секаков
|
|||
|
секи
|
|||
|
секогаш
|
|||
|
секого
|
|||
|
секому
|
|||
|
секој
|
|||
|
секојдневно
|
|||
|
сем
|
|||
|
сенешто
|
|||
|
сепак
|
|||
|
сериозен
|
|||
|
сериозна
|
|||
|
сериозни
|
|||
|
сериозно
|
|||
|
сет
|
|||
|
сечиј
|
|||
|
сешто
|
|||
|
си
|
|||
|
сиктер
|
|||
|
сиот
|
|||
|
сип
|
|||
|
сиреч
|
|||
|
сите
|
|||
|
сичко
|
|||
|
скок
|
|||
|
скоро
|
|||
|
скрц
|
|||
|
следбеник
|
|||
|
следбеничка
|
|||
|
следен
|
|||
|
следователно
|
|||
|
следствено
|
|||
|
сме
|
|||
|
со
|
|||
|
соне
|
|||
|
сопствен
|
|||
|
сопствена
|
|||
|
сопствени
|
|||
|
сопствено
|
|||
|
сосе
|
|||
|
сосем
|
|||
|
сполај
|
|||
|
според
|
|||
|
споро
|
|||
|
спрема
|
|||
|
спроти
|
|||
|
спротив
|
|||
|
сред
|
|||
|
среде
|
|||
|
среќно
|
|||
|
срочен
|
|||
|
сст
|
|||
|
става
|
|||
|
ставаат
|
|||
|
ставам
|
|||
|
ставаме
|
|||
|
ставате
|
|||
|
ставаш
|
|||
|
стави
|
|||
|
сте
|
|||
|
сто
|
|||
|
стоп
|
|||
|
страна
|
|||
|
сум
|
|||
|
сума
|
|||
|
супер
|
|||
|
сус
|
|||
|
сѐ
|
|||
|
та
|
|||
|
таа
|
|||
|
така
|
|||
|
таква
|
|||
|
такви
|
|||
|
таков
|
|||
|
тамам
|
|||
|
таму
|
|||
|
тангар-мангар
|
|||
|
тандар-мандар
|
|||
|
тап
|
|||
|
твое
|
|||
|
те
|
|||
|
тебе
|
|||
|
тебека
|
|||
|
тек
|
|||
|
текот
|
|||
|
ти
|
|||
|
тие
|
|||
|
тизе
|
|||
|
тик-так
|
|||
|
тики
|
|||
|
тоа
|
|||
|
тогаш
|
|||
|
тој
|
|||
|
трак
|
|||
|
трака-трука
|
|||
|
трас
|
|||
|
треба
|
|||
|
трет
|
|||
|
три
|
|||
|
триесет
|
|||
|
тринаест
|
|||
|
триста
|
|||
|
труп
|
|||
|
трупа
|
|||
|
трус
|
|||
|
ту
|
|||
|
тука
|
|||
|
туку
|
|||
|
тукушто
|
|||
|
туф
|
|||
|
у
|
|||
|
уа
|
|||
|
убаво
|
|||
|
уви
|
|||
|
ужасно
|
|||
|
уз
|
|||
|
ура
|
|||
|
уу
|
|||
|
уф
|
|||
|
уха
|
|||
|
уш
|
|||
|
уште
|
|||
|
фазен
|
|||
|
фала
|
|||
|
фил
|
|||
|
филан
|
|||
|
фис
|
|||
|
фиу
|
|||
|
фиљан
|
|||
|
фоб
|
|||
|
фон
|
|||
|
ха
|
|||
|
ха-ха
|
|||
|
хе
|
|||
|
хеј
|
|||
|
хеј
|
|||
|
хи
|
|||
|
хм
|
|||
|
хо
|
|||
|
цак
|
|||
|
цап
|
|||
|
целина
|
|||
|
цело
|
|||
|
цигу-лигу
|
|||
|
циц
|
|||
|
чекај
|
|||
|
често
|
|||
|
четврт
|
|||
|
четири
|
|||
|
четириесет
|
|||
|
четиринаесет
|
|||
|
четирстотини
|
|||
|
чие
|
|||
|
чии
|
|||
|
чик
|
|||
|
чик-чирик
|
|||
|
чини
|
|||
|
чиш
|
|||
|
чиј
|
|||
|
чија
|
|||
|
чијшто
|
|||
|
чкрап
|
|||
|
чому
|
|||
|
чук
|
|||
|
чукш
|
|||
|
чуму
|
|||
|
чунки
|
|||
|
шеесет
|
|||
|
шеснаесет
|
|||
|
шест
|
|||
|
шести
|
|||
|
шестотини
|
|||
|
ширум
|
|||
|
шлак
|
|||
|
шлап
|
|||
|
шлапа-шлупа
|
|||
|
шлуп
|
|||
|
шмрк
|
|||
|
што
|
|||
|
штогоде
|
|||
|
штом
|
|||
|
штотуку
|
|||
|
штрак
|
|||
|
штрап
|
|||
|
штрап-штруп
|
|||
|
шуќур
|
|||
|
ѓиди
|
|||
|
ѓоа
|
|||
|
ѓоамити
|
|||
|
ѕан
|
|||
|
ѕе
|
|||
|
ѕин
|
|||
|
ја
|
|||
|
јадец
|
|||
|
јазе
|
|||
|
јали
|
|||
|
јас
|
|||
|
јаска
|
|||
|
јок
|
|||
|
ќе
|
|||
|
ќешки
|
|||
|
ѝ
|
|||
|
џагара-магара
|
|||
|
џанам
|
|||
|
џив-џив
|
|||
|
""".split()
|
|||
|
)
|