2017-03-12 15:07:28 +03:00
|
|
|
# coding: utf8
|
2016-12-20 13:05:06 +03:00
|
|
|
from __future__ import unicode_literals
|
|
|
|
|
|
|
|
|
|
|
💫 Tidy up and auto-format .py files (#2983)
<!--- Provide a general summary of your changes in the title. -->
## Description
- [x] Use [`black`](https://github.com/ambv/black) to auto-format all `.py` files.
- [x] Update flake8 config to exclude very large files (lemmatization tables etc.)
- [x] Update code to be compatible with flake8 rules
- [x] Fix various small bugs, inconsistencies and messy stuff in the language data
- [x] Update docs to explain new code style (`black`, `flake8`, when to use `# fmt: off` and `# fmt: on` and what `# noqa` means)
Once #2932 is merged, which auto-formats and tidies up the CLI, we'll be able to run `flake8 spacy` actually get meaningful results.
At the moment, the code style and linting isn't applied automatically, but I'm hoping that the new [GitHub Actions](https://github.com/features/actions) will let us auto-format pull requests and post comments with relevant linting information.
### Types of change
enhancement, code style
## Checklist
<!--- Before you submit the PR, go over this checklist and make sure you can
tick off all the boxes. [] -> [x] -->
- [x] I have submitted the spaCy Contributor Agreement.
- [x] I ran the tests, and all new and existing tests passed.
- [x] My changes don't require a change to the documentation, or if they do, I've added all required information.
2018-11-30 19:03:03 +03:00
|
|
|
STOP_WORDS = set(
|
|
|
|
|
"""
|
2017-05-08 16:54:29 +03:00
|
|
|
aderton adertonde adjö aldrig alla allas allt alltid alltså än andra andras
|
|
|
|
|
annan annat ännu artonde arton åtminstone att åtta åttio åttionde åttonde av
|
|
|
|
|
även
|
2016-12-20 13:05:06 +03:00
|
|
|
|
2017-05-08 16:54:29 +03:00
|
|
|
båda bådas bakom bara bäst bättre behöva behövas behövde behövt beslut beslutat
|
|
|
|
|
beslutit bland blev bli blir blivit bort borta bra
|
2016-12-20 13:05:06 +03:00
|
|
|
|
2017-05-08 16:54:29 +03:00
|
|
|
då dag dagar dagarna dagen där därför de del delen dem den deras dess det detta
|
|
|
|
|
dig din dina dit ditt dock du
|
2016-12-20 13:05:06 +03:00
|
|
|
|
2017-05-08 16:54:29 +03:00
|
|
|
efter eftersom elfte eller elva en enkel enkelt enkla enligt er era ert ett
|
|
|
|
|
ettusen
|
2016-12-20 13:05:06 +03:00
|
|
|
|
2017-05-08 16:54:29 +03:00
|
|
|
få fanns får fått fem femte femtio femtionde femton femtonde fick fin finnas
|
|
|
|
|
finns fjärde fjorton fjortonde fler flera flesta följande för före förlåt förra
|
|
|
|
|
första fram framför från fyra fyrtio fyrtionde
|
2016-12-20 13:05:06 +03:00
|
|
|
|
2017-05-08 16:54:29 +03:00
|
|
|
gå gälla gäller gällt går gärna gått genast genom gick gjorde gjort god goda
|
|
|
|
|
godare godast gör göra gott
|
2016-12-20 13:05:06 +03:00
|
|
|
|
2017-05-08 16:54:29 +03:00
|
|
|
ha hade haft han hans har här heller hellre helst helt henne hennes hit hög
|
|
|
|
|
höger högre högst hon honom hundra hundraen hundraett hur
|
2016-12-20 13:05:06 +03:00
|
|
|
|
2017-05-08 16:54:29 +03:00
|
|
|
i ibland idag igår igen imorgon in inför inga ingen ingenting inget innan inne
|
|
|
|
|
inom inte inuti
|
2016-12-20 13:05:06 +03:00
|
|
|
|
|
|
|
|
ja jag jämfört
|
|
|
|
|
|
|
|
|
|
kan kanske knappast kom komma kommer kommit kr kunde kunna kunnat kvar
|
|
|
|
|
|
2017-05-08 16:54:29 +03:00
|
|
|
länge längre långsam långsammare långsammast långsamt längst långt lätt lättare
|
|
|
|
|
lättast legat ligga ligger lika likställd likställda lilla lite liten litet
|
2016-12-20 13:05:06 +03:00
|
|
|
|
2017-05-08 16:54:29 +03:00
|
|
|
man många måste med mellan men mer mera mest mig min mina mindre minst mitt
|
|
|
|
|
mittemot möjlig möjligen möjligt möjligtvis mot mycket
|
2016-12-20 13:05:06 +03:00
|
|
|
|
2017-05-08 16:54:29 +03:00
|
|
|
någon någonting något några när nästa ned nederst nedersta nedre nej ner ni nio
|
|
|
|
|
nionde nittio nittionde nitton nittonde nödvändig nödvändiga nödvändigt
|
|
|
|
|
nödvändigtvis nog noll nr nu nummer
|
2016-12-20 13:05:06 +03:00
|
|
|
|
|
|
|
|
och också ofta oftast olika olikt om oss
|
|
|
|
|
|
|
|
|
|
över övermorgon överst övre
|
|
|
|
|
|
|
|
|
|
på
|
|
|
|
|
|
|
|
|
|
rakt rätt redan
|
|
|
|
|
|
2017-05-08 16:54:29 +03:00
|
|
|
så sade säga säger sagt samma sämre sämst sedan senare senast sent sex sextio
|
|
|
|
|
sextionde sexton sextonde sig sin sina sist sista siste sitt sjätte sju sjunde
|
|
|
|
|
sjuttio sjuttionde sjutton sjuttonde ska skall skulle slutligen små smått snart
|
|
|
|
|
som stor stora större störst stort
|
2016-12-20 13:05:06 +03:00
|
|
|
|
2017-05-08 16:54:29 +03:00
|
|
|
tack tidig tidigare tidigast tidigt till tills tillsammans tio tionde tjugo
|
|
|
|
|
tjugoen tjugoett tjugonde tjugotre tjugotvå tjungo tolfte tolv tre tredje
|
|
|
|
|
trettio trettionde tretton trettonde två tvåhundra
|
2016-12-20 13:05:06 +03:00
|
|
|
|
|
|
|
|
under upp ur ursäkt ut utan utanför ute
|
|
|
|
|
|
2017-05-08 16:54:29 +03:00
|
|
|
vad vänster vänstra var vår vara våra varför varifrån varit varken värre
|
|
|
|
|
varsågod vart vårt vem vems verkligen vi vid vidare viktig viktigare viktigast
|
|
|
|
|
viktigt vilka vilken vilket vill
|
💫 Tidy up and auto-format .py files (#2983)
<!--- Provide a general summary of your changes in the title. -->
## Description
- [x] Use [`black`](https://github.com/ambv/black) to auto-format all `.py` files.
- [x] Update flake8 config to exclude very large files (lemmatization tables etc.)
- [x] Update code to be compatible with flake8 rules
- [x] Fix various small bugs, inconsistencies and messy stuff in the language data
- [x] Update docs to explain new code style (`black`, `flake8`, when to use `# fmt: off` and `# fmt: on` and what `# noqa` means)
Once #2932 is merged, which auto-formats and tidies up the CLI, we'll be able to run `flake8 spacy` actually get meaningful results.
At the moment, the code style and linting isn't applied automatically, but I'm hoping that the new [GitHub Actions](https://github.com/features/actions) will let us auto-format pull requests and post comments with relevant linting information.
### Types of change
enhancement, code style
## Checklist
<!--- Before you submit the PR, go over this checklist and make sure you can
tick off all the boxes. [] -> [x] -->
- [x] I have submitted the spaCy Contributor Agreement.
- [x] I ran the tests, and all new and existing tests passed.
- [x] My changes don't require a change to the documentation, or if they do, I've added all required information.
2018-11-30 19:03:03 +03:00
|
|
|
""".split()
|
|
|
|
|
)
|
