mirror of
https://github.com/explosion/spaCy.git
synced 2024-12-24 17:06:29 +03:00
Add Persian(Farsi) language support (#2797)
This commit is contained in:
JKhakpour
Matthew Honnibal
parent
b76fe08308
commit
74a30d883c
106
.github/contributors/JKhakpour.md
vendored
Normal file
106
.github/contributors/JKhakpour.md
vendored
Normal file
|
|
@ -0,0 +1,106 @@
|
|||
# spaCy contributor agreement
|
||||
|
||||
This spaCy Contributor Agreement (**"SCA"**) is based on the
|
||||
[Oracle Contributor Agreement](http://www.oracle.com/technetwork/oca-405177.pdf).
|
||||
The SCA applies to any contribution that you make to any product or project
|
||||
managed by us (the **"project"**), and sets out the intellectual property rights
|
||||
you grant to us in the contributed materials. The term **"us"** shall mean
|
||||
[ExplosionAI UG (haftungsbeschränkt)](https://explosion.ai/legal). The term
|
||||
**"you"** shall mean the person or entity identified below.
|
||||
|
||||
If you agree to be bound by these terms, fill in the information requested
|
||||
below and include the filled-in version with your first pull request, under the
|
||||
folder [`.github/contributors/`](/.github/contributors/). The name of the file
|
||||
should be your GitHub username, with the extension `.md`. For example, the user
|
||||
example_user would create the file `.github/contributors/example_user.md`.
|
||||
|
||||
Read this agreement carefully before signing. These terms and conditions
|
||||
constitute a binding legal agreement.
|
||||
|
||||
## Contributor Agreement
|
||||
|
||||
1. The term "contribution" or "contributed materials" means any source code,
|
||||
object code, patch, tool, sample, graphic, specification, manual,
|
||||
documentation, or any other material posted or submitted by you to the project.
|
||||
|
||||
2. With respect to any worldwide copyrights, or copyright applications and
|
||||
registrations, in your contribution:
|
||||
|
||||
* you hereby assign to us joint ownership, and to the extent that such
|
||||
assignment is or becomes invalid, ineffective or unenforceable, you hereby
|
||||
grant to us a perpetual, irrevocable, non-exclusive, worldwide, no-charge,
|
||||
royalty-free, unrestricted license to exercise all rights under those
|
||||
copyrights. This includes, at our option, the right to sublicense these same
|
||||
rights to third parties through multiple levels of sublicensees or other
|
||||
licensing arrangements;
|
||||
|
||||
* you agree that each of us can do all things in relation to your
|
||||
contribution as if each of us were the sole owners, and if one of us makes
|
||||
a derivative work of your contribution, the one who makes the derivative
|
||||
work (or has it made will be the sole owner of that derivative work;
|
||||
|
||||
* you agree that you will not assert any moral rights in your contribution
|
||||
against us, our licensees or transferees;
|
||||
|
||||
* you agree that we may register a copyright in your contribution and
|
||||
exercise all ownership rights associated with it; and
|
||||
|
||||
* you agree that neither of us has any duty to consult with, obtain the
|
||||
consent of, pay or render an accounting to the other for any use or
|
||||
distribution of your contribution.
|
||||
|
||||
3. With respect to any patents you own, or that you can license without payment
|
||||
to any third party, you hereby grant to us a perpetual, irrevocable,
|
||||
non-exclusive, worldwide, no-charge, royalty-free license to:
|
||||
|
||||
* make, have made, use, sell, offer to sell, import, and otherwise transfer
|
||||
your contribution in whole or in part, alone or in combination with or
|
||||
included in any product, work or materials arising out of the project to
|
||||
which your contribution was submitted, and
|
||||
|
||||
* at our option, to sublicense these same rights to third parties through
|
||||
multiple levels of sublicensees or other licensing arrangements.
|
||||
|
||||
4. Except as set out above, you keep all right, title, and interest in your
|
||||
contribution. The rights that you grant to us under these terms are effective
|
||||
on the date you first submitted a contribution to us, even if your submission
|
||||
took place before the date you sign these terms.
|
||||
|
||||
5. You covenant, represent, warrant and agree that:
|
||||
|
||||
* Each contribution that you submit is and shall be an original work of
|
||||
authorship and you can legally grant the rights set out in this SCA;
|
||||
|
||||
* to the best of your knowledge, each contribution will not violate any
|
||||
third party's copyrights, trademarks, patents, or other intellectual
|
||||
property rights; and
|
||||
|
||||
* each contribution shall be in compliance with U.S. export control laws and
|
||||
other applicable export and import laws. You agree to notify us if you
|
||||
become aware of any circumstance which would make any of the foregoing
|
||||
representations inaccurate in any respect. We may publicly disclose your
|
||||
participation in the project, including the fact that you have signed the SCA.
|
||||
|
||||
6. This SCA is governed by the laws of the State of California and applicable
|
||||
U.S. Federal law. Any choice of law rules will not apply.
|
||||
|
||||
7. Please place an “x” on one of the applicable statement below. Please do NOT
|
||||
mark both statements:
|
||||
|
||||
* [ ] I am signing on behalf of myself as an individual and no other person
|
||||
or entity, including my employer, has or will have rights with respect to my
|
||||
contributions.
|
||||
|
||||
* [ ] I am signing on behalf of my employer or a legal entity and I have the
|
||||
actual authority to contractually bind that entity.
|
||||
|
||||
## Contributor Details
|
||||
|
||||
| Field | Entry |
|
||||
|------------------------------- | -------------------- |
|
||||
| Name | Ja'far Khakpour |
|
||||
| Company name (if applicable) | |
|
||||
| Title or role (if applicable) | |
|
||||
| Date | 2018-09-24 |
|
||||
| GitHub username | JKhakpour |
|
||||
| Website (optional) | |
|
||||
|
|
@ -1,21 +1,29 @@
|
|||
# coding: utf8
|
||||
from __future__ import unicode_literals
|
||||
|
||||
from .stop_words import STOP_WORDS
|
||||
|
||||
from ..tokenizer_exceptions import BASE_EXCEPTIONS
|
||||
from ..norm_exceptions import BASE_NORMS
|
||||
from ...language import Language
|
||||
from ...attrs import LANG, NORM
|
||||
from ...util import update_exc, add_lookups
|
||||
|
||||
from ..norm_exceptions import BASE_NORMS
|
||||
from .stop_words import STOP_WORDS
|
||||
from .lex_attrs import LEX_ATTRS
|
||||
from .tokenizer_exceptions import TOKENIZER_EXCEPTIONS
|
||||
from .tag_map import TAG_MAP
|
||||
from .punctuation import TOKENIZER_SUFFIXES
|
||||
from .lemmatizer import LEMMA_RULES, LEMMA_INDEX, LEMMA_EXC
|
||||
|
||||
class PersianDefaults(Language.Defaults):
|
||||
lex_attr_getters = dict(Language.Defaults.lex_attr_getters)
|
||||
lex_attr_getters[LANG] = lambda text: 'fa'
|
||||
lex_attr_getters.update(LEX_ATTRS)
|
||||
lex_attr_getters[NORM] = add_lookups(Language.Defaults.lex_attr_getters[NORM], BASE_NORMS)
|
||||
tokenizer_exceptions = update_exc(BASE_EXCEPTIONS)
|
||||
lex_attr_getters[LANG] = lambda text: 'fa'
|
||||
tokenizer_exceptions = update_exc(TOKENIZER_EXCEPTIONS)
|
||||
lemma_rules = LEMMA_RULES
|
||||
lemma_index = LEMMA_INDEX
|
||||
lemma_exc = LEMMA_EXC
|
||||
stop_words = STOP_WORDS
|
||||
tag_map = TAG_MAP
|
||||
suffixes = TOKENIZER_SUFFIXES
|
||||
|
||||
|
||||
class Persian(Language):
|
||||
|
|
|
|||
32
spacy/lang/fa/lemmatizer/__init__.py
Normal file
32
spacy/lang/fa/lemmatizer/__init__.py
Normal file
|
|
@ -0,0 +1,32 @@
|
|||
# coding: utf8
|
||||
from __future__ import unicode_literals
|
||||
|
||||
from ._adjectives import ADJECTIVES
|
||||
from ._adjectives_exc import ADJECTIVES_EXC
|
||||
from ._nouns import NOUNS
|
||||
from ._nouns_exc import NOUNS_EXC
|
||||
from ._verbs import VERBS
|
||||
from ._verbs_exc import VERBS_EXC
|
||||
from ._lemma_rules import ADJECTIVE_RULES, NOUN_RULES, VERB_RULES, PUNCT_RULES
|
||||
|
||||
|
||||
LEMMA_INDEX = {
|
||||
'adj': ADJECTIVES,
|
||||
'noun': NOUNS,
|
||||
'verb': VERBS
|
||||
}
|
||||
|
||||
LEMMA_RULES = {
|
||||
'adj': ADJECTIVE_RULES,
|
||||
'noun': NOUN_RULES,
|
||||
'verb': VERB_RULES,
|
||||
'punct': PUNCT_RULES
|
||||
}
|
||||
|
||||
LEMMA_EXC = {
|
||||
'adj': ADJECTIVES_EXC,
|
||||
'noun': NOUNS_EXC,
|
||||
'verb': VERBS_EXC
|
||||
}
|
||||
|
||||
|
||||
2980
spacy/lang/fa/lemmatizer/_adjectives.py
Normal file
2980
spacy/lang/fa/lemmatizer/_adjectives.py
Normal file
File diff suppressed because it is too large
Load Diff
53
spacy/lang/fa/lemmatizer/_adjectives_exc.py
Normal file
53
spacy/lang/fa/lemmatizer/_adjectives_exc.py
Normal file
|
|
@ -0,0 +1,53 @@
|
|||
# coding: utf8
|
||||
from __future__ import unicode_literals
|
||||
|
||||
# Adjectives extracted from Mojgan Seraji's Persian Universal Dependencies Corpus
|
||||
# Below adjectives are exceptions for current adjective lemmatization rules
|
||||
ADJECTIVES_EXC = {
|
||||
"بهترین": ("بهتر",),
|
||||
"بهتر": ("بهتر",),
|
||||
"سنگین": ("سنگین",),
|
||||
"بیشترین": ("بیشتر",),
|
||||
"برتر": ("برتر",),
|
||||
"بدبین": ("بدبین",),
|
||||
"متین": ("متین",),
|
||||
"شیرین": ("شیرین",),
|
||||
"معین": ("معین",),
|
||||
"دلنشین": ("دلنشین",),
|
||||
"امین": ("امین",),
|
||||
"متدین": ("متدین",),
|
||||
"تیزبین": ("تیزبین",),
|
||||
"بنیادین": ("بنیادین",),
|
||||
"دروغین": ("دروغین",),
|
||||
"واپسین": ("واپسین",),
|
||||
"خونین": ("خونین",),
|
||||
"مزین": ("مزین",),
|
||||
"خوشبین": ("خوشبین",),
|
||||
"عطرآگین": ("عطرآگین",),
|
||||
"زرین": ("زرین",),
|
||||
"فرجامین": ("فرجامین",),
|
||||
"فقیرنشین": ("فقیرنشین",),
|
||||
"مستتر": ("مستتر",),
|
||||
"چوبین": ("چوبین",),
|
||||
"آغازین": ("آغازین",),
|
||||
"سخنچین": ("سخنچین",),
|
||||
"مرمرین": ("مرمرین",),
|
||||
"زندهتر": ("زندهتر",),
|
||||
"صفرکیلومتر": ("صفرکیلومتر",),
|
||||
"غمگین": ("غمگین",),
|
||||
"نازنین": ("نازنین",),
|
||||
"مثبت": ("مثبت",),
|
||||
"شرمگین": ("شرمگین",),
|
||||
"قرین": ("قرین",),
|
||||
"سوتر": ("سوتر",),
|
||||
"بیزین": ("بیزین",),
|
||||
"سیمین": ("سیمین",),
|
||||
"رنگین": ("رنگین",),
|
||||
"روشنبین": ("روشنبین",),
|
||||
"اندوهگین": ("اندوهگین",),
|
||||
"فیمابین": ("فیمابین",),
|
||||
"لاجوردین": ("لاجوردین",),
|
||||
"برنجین": ("برنجین",),
|
||||
"مشکلآفرین": ("مشکلآفرین",),
|
||||
"خبرچین": ("خبرچین",),
|
||||
}
|
||||
64
spacy/lang/fa/lemmatizer/_lemma_rules.py
Normal file
64
spacy/lang/fa/lemmatizer/_lemma_rules.py
Normal file
|
|
@ -0,0 +1,64 @@
|
|||
# coding: utf8
|
||||
from __future__ import unicode_literals
|
||||
|
||||
|
||||
ADJECTIVE_RULES = [
|
||||
["ین", ""],
|
||||
["\u200cترین", ""],
|
||||
["ترین", ""],
|
||||
["\u200cتر", ""],
|
||||
["تر", ""],
|
||||
["\u200cای", ""],
|
||||
# ["ایی", "ا"],
|
||||
# ["ویی", "و"],
|
||||
# ["ی", ""],
|
||||
# ["مند", ""],
|
||||
# ["گین", ""],
|
||||
# ["مین", ""],
|
||||
# ["ناک", ""],
|
||||
# ["سار", ""],
|
||||
# ["\u200cوار", ""],
|
||||
# ["وار", ""]
|
||||
]
|
||||
|
||||
|
||||
NOUN_RULES = [
|
||||
['ایان', 'ا'],
|
||||
['ویان', 'و'],
|
||||
['ایانی', 'ا'],
|
||||
['ویانی', 'و'],
|
||||
['گان', 'ه'],
|
||||
['گانی', 'ه'],
|
||||
['گان', ''],
|
||||
['گانی', ''],
|
||||
['ان', ''],
|
||||
['انی', ''],
|
||||
['ات', ''],
|
||||
['ات', 'ه'],
|
||||
['ات', 'ت'],
|
||||
['اتی', ''],
|
||||
['اتی', 'ه'],
|
||||
['اتی', 'ت'],
|
||||
# ['ین', ''],
|
||||
# ['ینی', ''],
|
||||
# ['ون', ''],
|
||||
# ['ونی', ''],
|
||||
['\u200cها', ''],
|
||||
['ها', ''],
|
||||
['\u200cهای', ''],
|
||||
['های', ''],
|
||||
['\u200cهایی', ''],
|
||||
['هایی', ''],
|
||||
]
|
||||
|
||||
|
||||
VERB_RULES = [
|
||||
]
|
||||
|
||||
|
||||
PUNCT_RULES = [
|
||||
["“", "\""],
|
||||
["”", "\""],
|
||||
["\u2018", "'"],
|
||||
["\u2019", "'"]
|
||||
]
|
||||
8086
spacy/lang/fa/lemmatizer/_nouns.py
Normal file
8086
spacy/lang/fa/lemmatizer/_nouns.py
Normal file
File diff suppressed because it is too large
Load Diff
781
spacy/lang/fa/lemmatizer/_nouns_exc.py
Normal file
781
spacy/lang/fa/lemmatizer/_nouns_exc.py
Normal file
|
|
@ -0,0 +1,781 @@
|
|||
# coding: utf8
|
||||
from __future__ import unicode_literals
|
||||
|
||||
|
||||
NOUNS_EXC = {
|
||||
"آثار": ("اثر",),
|
||||
"آرا": ("رأی",),
|
||||
"آراء": ("رأی",),
|
||||
"آفات": ("آفت",),
|
||||
"اباطیل": ("باطل",),
|
||||
"ائمه": ("امام",),
|
||||
"ابرار": ("بر",),
|
||||
"ابعاد": ("بعد",),
|
||||
"ابنیه": ("بنا",),
|
||||
"ابواب": ("باب",),
|
||||
"ابیات": ("بیت",),
|
||||
"اجداد": ("جد",),
|
||||
"اجساد": ("جسد",),
|
||||
"اجناس": ("جنس",),
|
||||
"اثمار": ("ثمر",),
|
||||
"اجرام": ("جرم",),
|
||||
"اجسام": ("جسم",),
|
||||
"اجنه": ("جن",),
|
||||
"احادیث": ("حدیث",),
|
||||
"احجام": ("حجم",),
|
||||
"احرار": ("حر",),
|
||||
"احزاب": ("حزب",),
|
||||
"احکام": ("حکم",),
|
||||
"اخبار": ("خبر",),
|
||||
"اخیار": ("خیر",),
|
||||
"ادبا": ("ادیب",),
|
||||
"ادعیه": ("دعا",),
|
||||
"ادله": ("دلیل",),
|
||||
"ادوار": ("دوره",),
|
||||
"ادیان": ("دین",),
|
||||
"اذهان": ("ذهن",),
|
||||
"اذکار": ("ذکر",),
|
||||
"اراضی": ("ارض",),
|
||||
"ارزاق": ("رزق",),
|
||||
"ارقام": ("رقم",),
|
||||
"ارواح": ("روح",),
|
||||
"ارکان": ("رکن",),
|
||||
"ازمنه": ("زمان",),
|
||||
"اساتید": ("استاد",),
|
||||
"اساطیر": ("اسطوره",),
|
||||
"اسامی": ("اسم",),
|
||||
"اسرار": ("سر",),
|
||||
"اسما": ("اسم",),
|
||||
"اسناد": ("سند",),
|
||||
"اسیله": ("سوال",),
|
||||
"اشجار": ("شجره",),
|
||||
"اشخاص": ("شخص",),
|
||||
"اشرار": ("شر",),
|
||||
"اشربه": ("شراب",),
|
||||
"اشعار": ("شعر",),
|
||||
"اشقیا": ("شقی",),
|
||||
"اشیا": ("شی",),
|
||||
"اشباح": ("شبح",),
|
||||
"اصدقا": ("صدیق",),
|
||||
"اصناف": ("صنف",),
|
||||
"اصنام": ("صنم",),
|
||||
"اصوات": ("صوت",),
|
||||
"اصول": ("اصل",),
|
||||
"اضداد": ("ضد",),
|
||||
"اطبا": ("طبیب",),
|
||||
"اطعمه": ("طعام",),
|
||||
"اطفال": ("طفل",),
|
||||
"الطاف": ("لطف",),
|
||||
"اعدا": ("عدو",),
|
||||
"اعزا": ("عزیز",),
|
||||
"اعضا": ("عضو",),
|
||||
"اعماق": ("عمق",),
|
||||
"الفاظ": ("لفظ",),
|
||||
"اعناب": ("عنب",),
|
||||
"اغذیه": ("غذا",),
|
||||
"اغراض": ("غرض",),
|
||||
"افراد": ("فرد",),
|
||||
"افعال": ("فعل",),
|
||||
"افلاک": ("فلک",),
|
||||
"افکار": ("فکر",),
|
||||
"اقالیم": ("اقلیم",),
|
||||
"اقربا": ("قریب",),
|
||||
"اقسام": ("قسم",),
|
||||
"اقشار": ("قشر",),
|
||||
"اقفال": ("قفل",),
|
||||
"اقلام": ("قلم",),
|
||||
"اقوال": ("قول",),
|
||||
"اقوام": ("قوم",),
|
||||
"البسه": ("لباس",),
|
||||
"الحام": ("لحم",),
|
||||
"الحکام": ("الحاکم",),
|
||||
"القاب": ("لقب",),
|
||||
"الواح": ("لوح",),
|
||||
"الکبار": ("الکبیر",),
|
||||
"اماکن": ("مکان",),
|
||||
"امثال": ("مثل",),
|
||||
"امراض": ("مرض",),
|
||||
"امم": ("امت",),
|
||||
"امواج": ("موج",),
|
||||
"اموال": ("مال",),
|
||||
"امور": ("امر",),
|
||||
"امیال": ("میل",),
|
||||
"انبیا": ("نبی",),
|
||||
"انجم": ("نجم",),
|
||||
"انظار": ("نظر",),
|
||||
"انفس": ("نفس",),
|
||||
"انهار": ("نهر",),
|
||||
"انواع": ("نوع",),
|
||||
"اهالی": ("اهل",),
|
||||
"اهداف": ("هدف",),
|
||||
"اواخر": ("آخر",),
|
||||
"اواسط": ("وسط",),
|
||||
"اوایل": ("اول",),
|
||||
"اوراد": ("ورد",),
|
||||
"اوراق": ("ورق",),
|
||||
"اوزان": ("وزن",),
|
||||
"اوصاف": ("وصف",),
|
||||
"اوضاع": ("وضع",),
|
||||
"اوقات": ("وقت",),
|
||||
"اولاد": ("ولد",),
|
||||
"اولیا": ("ولی",),
|
||||
"اولیاء": ("ولی",),
|
||||
"اوهام": ("وهم",),
|
||||
"اکاذیب": ("اکذوبه",),
|
||||
"اکفان": ("کفن",),
|
||||
"ایالات": ("ایالت",),
|
||||
"ایام": ("یوم",),
|
||||
"ایتام": ("یتیم",),
|
||||
"بشایر": ("بشارت",),
|
||||
"بصایر": ("بصیرت",),
|
||||
"بطون": ("بطن",),
|
||||
"بنادر": ("بندر",),
|
||||
"بیوت": ("بیت",),
|
||||
"تجار": ("تاجر",),
|
||||
"تجارب": ("تجربه",),
|
||||
"تدابیر": ("تدبیر",),
|
||||
"تعاریف": ("تعریف",),
|
||||
"تلامیذ": ("تلمیذ",),
|
||||
"تهم": ("تهمت",),
|
||||
"توابیت": ("تابوت",),
|
||||
"تواریخ": ("تاریخ",),
|
||||
"جبال": ("جبل",),
|
||||
"جداول": ("جدول",),
|
||||
"جدود": ("جد",),
|
||||
"جراثیم": ("جرثوم",),
|
||||
"جرایم": ("جرم",),
|
||||
"جرائم": ("جرم",),
|
||||
"جزئیات": ("جزء",),
|
||||
"جزایر": ("جزیره",),
|
||||
"جزییات": ("جزء",),
|
||||
"جنایات": ("جنایت",),
|
||||
"جهات": ("جهت",),
|
||||
"جوامع": ("جامعه",),
|
||||
"حدود": ("حد",),
|
||||
"حروف": ("حرف",),
|
||||
"حقایق": ("حقیقت",),
|
||||
"حقوق": ("حق",),
|
||||
"حوادث": ("حادثه",),
|
||||
"حواشی": ("حاشیه",),
|
||||
"حوایج": ("حاجت",),
|
||||
"حوائج": ("حاجت",),
|
||||
"حکما": ("حکیم",),
|
||||
"خدمات": ("خدمت",),
|
||||
"خدمه": ("خادم",),
|
||||
"خدم": ("خادم",),
|
||||
"خزاین": ("خزینه",),
|
||||
"خصایص": ("خصیصه",),
|
||||
"خطوط": ("خط",),
|
||||
"دراهم": ("درهم",),
|
||||
"دروس": ("درس",),
|
||||
"دفاتر": ("دفتر",),
|
||||
"دلایل": ("دلیل",),
|
||||
"دلائل": ("دلیل",),
|
||||
"ذخایر": ("ذخیره",),
|
||||
"ذنوب": ("ذنب",),
|
||||
"ربوع": ("ربع",),
|
||||
"رجال": ("رجل",),
|
||||
"رسایل": ("رسال",),
|
||||
"رسوم": ("رسم",),
|
||||
"روابط": ("رابطه",),
|
||||
"روسا": ("رئیس",),
|
||||
"رئوس": ("راس",),
|
||||
"ریوس": ("راس",),
|
||||
"زوار": ("زائر",),
|
||||
"ساعات": ("ساعت",),
|
||||
"سبل": ("سبیل",),
|
||||
"سطوح": ("سطح",),
|
||||
"سطور": ("سطر",),
|
||||
"سعدا": ("سعید",),
|
||||
"سفن": ("سفینه",),
|
||||
"سقاط": ("ساقی",),
|
||||
"سلاطین": ("سلطان",),
|
||||
"سلایق": ("سلیقه",),
|
||||
"سموم": ("سم",),
|
||||
"سنن": ("سنت",),
|
||||
"سنین": ("سن",),
|
||||
"سهام": ("سهم",),
|
||||
"سوابق": ("سابقه",),
|
||||
"سواحل": ("ساحل",),
|
||||
"سوانح": ("سانحه",),
|
||||
"شباب": ("شاب",),
|
||||
"شرایط": ("شرط",),
|
||||
"شروط": ("شرط",),
|
||||
"شرکا": ("شریک",),
|
||||
"شعب": ("شعبه",),
|
||||
"شعوب": ("شعب",),
|
||||
"شموس": ("شمس",),
|
||||
"شهدا": ("شهید",),
|
||||
"شهور": ("شهر",),
|
||||
"شواهد": ("شاهد",),
|
||||
"شوون": ("شان",),
|
||||
"شکات": ("شاکی",),
|
||||
"شیاطین": ("شیطان",),
|
||||
"صبیان": ("صبی",),
|
||||
"صحف": ("صحیفه",),
|
||||
"صغار": ("صغیر",),
|
||||
"صفوف": ("صف",),
|
||||
"صنادیق": ("صندوق",),
|
||||
"ضعفا": ("ضعیف",),
|
||||
"ضمایر": ("ضمیر",),
|
||||
"ضوابط": ("ضابطه",),
|
||||
"طرق": ("طریق",),
|
||||
"طلاب": ("طلبه",),
|
||||
"طواغیت": ("طاغوت",),
|
||||
"طیور": ("طیر",),
|
||||
"عادات": ("عادت",),
|
||||
"عباد": ("عبد",),
|
||||
"عبارات": ("عبارت",),
|
||||
"عجایب": ("عجیب",),
|
||||
"عزایم": ("عزیمت",),
|
||||
"عشایر": ("عشیره",),
|
||||
"عطور": ("عطر",),
|
||||
"عظما": ("عظیم",),
|
||||
"عقاید": ("عقیده",),
|
||||
"عقائد": ("عقیده",),
|
||||
"علائم": ("علامت",),
|
||||
"علایم": ("علامت",),
|
||||
"علما": ("عالم",),
|
||||
"علوم": ("علم",),
|
||||
"عمال": ("عمله",),
|
||||
"عناصر": ("عنصر",),
|
||||
"عناوین": ("عنوان",),
|
||||
"عواطف": ("عاطفه",),
|
||||
"عواقب": ("عاقبت",),
|
||||
"عوالم": ("عالم",),
|
||||
"عوامل": ("عامل",),
|
||||
"عیوب": ("عیب",),
|
||||
"عیون": ("عین",),
|
||||
"غدد": ("غده",),
|
||||
"غرف": ("غرفه",),
|
||||
"غیوب": ("غیب",),
|
||||
"غیوم": ("غیم",),
|
||||
"فرایض": ("فریضه",),
|
||||
"فضایل": ("فضیلت",),
|
||||
"فضلا": ("فاضل",),
|
||||
"فواصل": ("فاصله",),
|
||||
"فواید": ("فایده",),
|
||||
"قبایل": ("قبیله",),
|
||||
"قرون": ("قرن",),
|
||||
"قصص": ("قصه",),
|
||||
"قضات": ("قاضی",),
|
||||
"قضایا": ("قضیه",),
|
||||
"قلل": ("قله",),
|
||||
"قلوب": ("قلب",),
|
||||
"قواعد": ("قاعده",),
|
||||
"قوانین": ("قانون",),
|
||||
"قیود": ("قید",),
|
||||
"لطایف": ("لطیفه",),
|
||||
"لیالی": ("لیل",),
|
||||
"مباحث": ("مبحث",),
|
||||
"مبالغ": ("مبلغ",),
|
||||
"متون": ("متن",),
|
||||
"مجالس": ("مجلس",),
|
||||
"محاصیل": ("محصول",),
|
||||
"محافل": ("محفل",),
|
||||
"محاکم": ("محکمه",),
|
||||
"مخارج": ("خرج",),
|
||||
"مدارس": ("مدرسه",),
|
||||
"مدارک": ("مدرک",),
|
||||
"مداین": ("مدینه",),
|
||||
"مدن": ("مدینه",),
|
||||
"مراتب": ("مرتبه",),
|
||||
"مراتع": ("مرتع",),
|
||||
"مراجع": ("مرجع",),
|
||||
"مراحل": ("مرحله",),
|
||||
"مسائل": ("مسئله",),
|
||||
"مساجد": ("مسجد",),
|
||||
"مساعی": ("سعی",),
|
||||
"مسالک": ("مسلک",),
|
||||
"مساکین": ("مسکین",),
|
||||
"مسایل": ("مسئله",),
|
||||
"مشاعر": ("مشعر",),
|
||||
"مشاغل": ("شغل",),
|
||||
"مشایخ": ("شیخ",),
|
||||
"مصادر": ("مصدر",),
|
||||
"مصادق": ("مصداق",),
|
||||
"مصادیق": ("مصداق",),
|
||||
"مصاعب": ("مصعب",),
|
||||
"مضار": ("ضرر",),
|
||||
"مضامین": ("مضمون",),
|
||||
"مطالب": ("مطلب",),
|
||||
"مظالم": ("مظلمه",),
|
||||
"مظاهر": ("مظهر",),
|
||||
"اهرام": ("هرم",),
|
||||
"معابد": ("معبد",),
|
||||
"معابر": ("معبر",),
|
||||
"معاجم": ("معجم",),
|
||||
"معادن": ("معدن",),
|
||||
"معاذیر": ("عذر",),
|
||||
"معارج": ("معراج",),
|
||||
"معاصی": ("معصیت",),
|
||||
"معالم": ("معلم",),
|
||||
"معایب": ("عیب",),
|
||||
"مفاسد": ("مفسده",),
|
||||
"مفاصل": ("مفصل",),
|
||||
"مفاهیم": ("مفهوم",),
|
||||
"مقابر": ("مقبره",),
|
||||
"مقاتل": ("مقتل",),
|
||||
"مقادیر": ("مقدار",),
|
||||
"مقاصد": ("مقصد",),
|
||||
"مقاطع": ("مقطع",),
|
||||
"ملابس": ("ملبس",),
|
||||
"ملوک": ("ملک",),
|
||||
"ممالک": ("مملکت",),
|
||||
"منابع": ("منبع",),
|
||||
"منازل": ("منزل",),
|
||||
"مناسبات": ("مناسبت",),
|
||||
"مناسک": ("منسک",),
|
||||
"مناطق": ("منطقه",),
|
||||
"مناظر": ("منظره",),
|
||||
"منافع": ("منفعت",),
|
||||
"موارد": ("مورد",),
|
||||
"مواضع": ("موضع",),
|
||||
"مواضیع": ("موضوع",),
|
||||
"مواطن": ("موطن",),
|
||||
"مواقع": ("موقع",),
|
||||
"موانع": ("مانع",),
|
||||
"مکاتب": ("مکتب",),
|
||||
"مکاتیب": ("مکتوب",),
|
||||
"مکارم": ("مکرمه",),
|
||||
"میادین": ("میدان",),
|
||||
"نتایج": ("نتیجه",),
|
||||
"نعم": ("نعمت",),
|
||||
"نفوس": ("نفس",),
|
||||
"نقاط": ("نقطه",),
|
||||
"نواحی": ("ناحیه",),
|
||||
"نوافذ": ("نافذه",),
|
||||
"نواقص": ("نقص",),
|
||||
"نوامیس": ("ناموس",),
|
||||
"نکات": ("نکته",),
|
||||
"نیات": ("نیت",),
|
||||
"هدایا": ("هدیه",),
|
||||
"واقعیات": ("واقعیت",),
|
||||
"وجوه": ("وجه",),
|
||||
"وحوش": ("وحش",),
|
||||
"وزرا": ("وزیر",),
|
||||
"وسایل": ("وسیله",),
|
||||
"وصایا": ("وصیت",),
|
||||
"وظایف": ("وظیفه",),
|
||||
"وعاظ": ("واعظ",),
|
||||
"وقایع": ("واقعه",),
|
||||
"کتب": ("کتاب",),
|
||||
"کسبه": ("کاسب",),
|
||||
"کفار": ("کافر",),
|
||||
"کواکب": ("کوکب",),
|
||||
"تصاویر": ("تصویر",),
|
||||
"صنوف": ("صنف",),
|
||||
"اجزا": ("جزء",),
|
||||
"اجزاء": ("جزء",),
|
||||
"ذخائر": ("ذخیره",),
|
||||
"خسارات": ("خسارت",),
|
||||
"عشاق": ("عاشق",),
|
||||
"تصانیف": ("تصنیف",),
|
||||
"دﻻیل": ("دلیل",),
|
||||
"قوا": ("قوه",),
|
||||
"ملل": ("ملت",),
|
||||
"جوایز": ("جایزه",),
|
||||
"جوائز": ("جایزه",),
|
||||
"ابعاض": ("بعض",),
|
||||
"اتباع": ("تبعه",),
|
||||
"اجلاس": ("جلسه",),
|
||||
"احشام": ("حشم",),
|
||||
"اخلاف": ("خلف",),
|
||||
"ارامنه": ("ارمنی",),
|
||||
"ازواج": ("زوج",),
|
||||
"اسباط": ("سبط",),
|
||||
"اعداد": ("عدد",),
|
||||
"اعصار": ("عصر",),
|
||||
"اعقاب": ("عقبه",),
|
||||
"اعیاد": ("عید",),
|
||||
"اعیان": ("عین",),
|
||||
"اغیار": ("غیر",),
|
||||
"اقارب": ("اقرب",),
|
||||
"اقران": ("قرن",),
|
||||
"اقساط": ("قسط",),
|
||||
"امنای": ("امین",),
|
||||
"امنا": ("امین",),
|
||||
"اموات": ("میت",),
|
||||
"اناجیل": ("انجیل",),
|
||||
"انحا": ("نحو",),
|
||||
"انساب": ("نسب",),
|
||||
"انوار": ("نور",),
|
||||
"اوامر": ("امر",),
|
||||
"اوائل": ("اول",),
|
||||
"اوصیا": ("وصی",),
|
||||
"آحاد": ("احد",),
|
||||
"براهین": ("برهان",),
|
||||
"تعابیر": ("تعبیر",),
|
||||
"تعالیم": ("تعلیم",),
|
||||
"تفاسیر": ("تفسیر",),
|
||||
"تکالیف": ("تکلیف",),
|
||||
"تماثیل": ("تمثال",),
|
||||
"جنود": ("جند",),
|
||||
"جوانب": ("جانب",),
|
||||
"حاجات": ("حاجت",),
|
||||
"حرکات": ("حرکت",),
|
||||
"حضرات": ("حضرت",),
|
||||
"حکایات": ("حکایت",),
|
||||
"حوالی": ("حول",),
|
||||
"خصایل": ("خصلت",),
|
||||
"خلایق": ("خلق",),
|
||||
"خلفا": ("خلیفه",),
|
||||
"دعاوی": ("دعوا",),
|
||||
"دیون": ("دین",),
|
||||
"ذراع": ("ذرع",),
|
||||
"رعایا": ("رعیت",),
|
||||
"روایات": ("روایت",),
|
||||
"شعرا": ("شاعر",),
|
||||
"شکایات": ("شکایت",),
|
||||
"شهوات": ("شهوت",),
|
||||
"شیوخ": ("شیخ",),
|
||||
"شئون": ("شأن",),
|
||||
"طبایع": ("طبع",),
|
||||
"ظروف": ("ظرف",),
|
||||
"ظواهر": ("ظاهر",),
|
||||
"عبادات": ("عبادت",),
|
||||
"عرایض": ("عریضه",),
|
||||
"عرفا": ("عارف",),
|
||||
"عروق": ("عرق",),
|
||||
"عساکر": ("عسکر",),
|
||||
"علماء": ("عالم",),
|
||||
"فتاوا": ("فتوا",),
|
||||
"فراعنه": ("فرعون",),
|
||||
"فرامین": ("فرمان",),
|
||||
"فروض": ("فرض",),
|
||||
"فروع": ("فرع",),
|
||||
"فصول": ("فصل",),
|
||||
"فقها": ("فقیه",),
|
||||
"قبور": ("قبر",),
|
||||
"قبوض": ("قبض",),
|
||||
"قدوم": ("قدم",),
|
||||
"قرائات": ("قرائت",),
|
||||
"قرائن": ("قرینه",),
|
||||
"لغات": ("لغت",),
|
||||
"مجامع": ("مجمع",),
|
||||
"مخازن": ("مخزن",),
|
||||
"مدارج": ("درجه",),
|
||||
"مذاهب": ("مذهب",),
|
||||
"مراکز": ("مرکز",),
|
||||
"مصارف": ("مصرف",),
|
||||
"مطامع": ("طمع",),
|
||||
"معانی": ("معنی",),
|
||||
"مناصب": ("منصب",),
|
||||
"منافذ": ("منفذ",),
|
||||
"مواریث": ("میراث",),
|
||||
"موازین": ("میزان",),
|
||||
"موالی": ("مولی",),
|
||||
"مواهب": ("موهبت",),
|
||||
"نسوان": ("نسا",),
|
||||
"نصوص": ("نص",),
|
||||
"نظایر": ("نظیر",),
|
||||
"نقایص": ("نقص",),
|
||||
"نقوش": ("نقش",),
|
||||
"ولایات": ("ولایت",),
|
||||
"هیئات": ("هیأت",),
|
||||
"جماهیر": ("جمهوری",),
|
||||
"خصائص": ("خصیصه",),
|
||||
"دقایق": ("دقیقه",),
|
||||
"رذایل": ("رذیلت",),
|
||||
"طوایف": ("طایفه",),
|
||||
"علامات": ("علامت",),
|
||||
"علایق": ("علاقه",),
|
||||
"علل": ("علت",),
|
||||
"غرایز": ("غریزه",),
|
||||
"غرائز": ("غریزه",),
|
||||
"غنایم": ("غنیمت",),
|
||||
"فرائض": ("فریضه",),
|
||||
"فضائل": ("فضیلت",),
|
||||
"فقرا": ("فقیر",),
|
||||
"فلاسفه": ("فیلسوف",),
|
||||
"فواحش": ("فاحشه",),
|
||||
"قصائد": ("قصیده",),
|
||||
"قصاید": ("قصیده",),
|
||||
"قوائد": ("قائده",),
|
||||
"مزارع": ("مزرعه",),
|
||||
"مصائب": ("مصیبت",),
|
||||
"معارف": ("معرفت",),
|
||||
"نصایح": ("نصیحت",),
|
||||
"وثایق": ("وثیقه",),
|
||||
"وظائف": ("وظیفه",),
|
||||
"توابین": ("تواب",),
|
||||
"رفقا": ("رفیق",),
|
||||
"رقبا": ("رقیب",),
|
||||
"زحمات": ("زحمت",),
|
||||
"زعما": ("زعیم",),
|
||||
"زوایا": ("زاویه",),
|
||||
"سماوات": ("سما",),
|
||||
"علوفه": ("علف",),
|
||||
"غایات": ("غایت",),
|
||||
"فنون": ("فن",),
|
||||
"لذات": ("لذت",),
|
||||
"نعمات": ("نعمت",),
|
||||
"امراء": ("امیر",),
|
||||
"امرا": ("امیر",),
|
||||
"دهاقین": ("دهقان",),
|
||||
"سنوات": ("سنه",),
|
||||
"عمارات": ("عمارت",),
|
||||
"فتوح": ("فتح",),
|
||||
"لذائذ": ("لذیذ",),
|
||||
"لذایذ": ("لذیذ", "لذت",),
|
||||
"تکایا": ("تکیه",),
|
||||
"صفات": ("صفت",),
|
||||
"خصوصیات": ("خصوصیت",),
|
||||
"کیفیات": ("کیفیت",),
|
||||
"حملات": ("حمله",),
|
||||
"شایعات": ("شایعه",),
|
||||
"صدمات": ("صدمه",),
|
||||
"غلات": ("غله",),
|
||||
"کلمات": ("کلمه",),
|
||||
"مبارزات": ("مبارزه",),
|
||||
"مراجعات": ("مراجعه",),
|
||||
"مطالبات": ("مطالبه",),
|
||||
"مکاتبات": ("مکاتبه",),
|
||||
"نشریات": ("نشریه",),
|
||||
"بحور": ("بحر",),
|
||||
"تحقیقات": ("تحقیق",),
|
||||
"مکالمات": ("مکالمه",),
|
||||
"ریزمکالمات": ("ریزمکالمه",),
|
||||
"تجربیات": ("تجربه",),
|
||||
"جملات": ("جمله",),
|
||||
"حالات": ("حالت",),
|
||||
"حجاج": ("حاجی",),
|
||||
"حسنات": ("حسنه",),
|
||||
"حشرات": ("حشره",),
|
||||
"خاطرات": ("خاطره",),
|
||||
"درجات": ("درجه",),
|
||||
"دفعات": ("دفعه",),
|
||||
"سیارات": ("سیاره",),
|
||||
"شبهات": ("شبهه",),
|
||||
"ضایعات": ("ضایعه",),
|
||||
"ضربات": ("ضربه",),
|
||||
"طبقات": ("طبقه",),
|
||||
"فرضیات": ("فرضیه",),
|
||||
"قطرات": ("قطره",),
|
||||
"قطعات": ("قطعه",),
|
||||
"قلاع": ("قلعه",),
|
||||
"کشیشان": ("کشیش",),
|
||||
"مادیات": ("مادی",),
|
||||
"مباحثات": ("مباحثه",),
|
||||
"مجاهدات": ("مجاهدت",),
|
||||
"محلات": ("محله",),
|
||||
"مداخلات": ("مداخله",),
|
||||
"مشقات": ("مشقت",),
|
||||
"معادلات": ("معادله",),
|
||||
"معوقات": ("معوقه",),
|
||||
"منویات": ("منویه",),
|
||||
"موقوفات": ("موقوفه",),
|
||||
"موسسات": ("موسسه",),
|
||||
"حلقات": ("حلقه",),
|
||||
"ایات": ("ایه",),
|
||||
"اصلح": ("صالح",),
|
||||
"اظهر": ("ظاهر",),
|
||||
"آیات": ("آیه",),
|
||||
"برکات": ("برکت",),
|
||||
"جزوات": ("جزوه",),
|
||||
"خطابات": ("خطابه",),
|
||||
"دوایر": ("دایره",),
|
||||
"روحیات": ("روحیه",),
|
||||
"متهمان": ("متهم",),
|
||||
"مجاری": ("مجرا",),
|
||||
"مشترکات": ("مشترک",),
|
||||
"ورثه": ("وارث",),
|
||||
"وکلا": ("وکیل",),
|
||||
"نقبا": ("نقیب",),
|
||||
"سفرا": ("سفیر",),
|
||||
"مآخذ": ("مأخذ",),
|
||||
"احوال": ("حال",),
|
||||
"آلام": ("الم",),
|
||||
"مزایا": ("مزیت",),
|
||||
"عقلا": ("عاقل",),
|
||||
"مشاهد": ("مشهد",),
|
||||
"ظلمات": ("ظلمت",),
|
||||
"خفایا": ("خفیه",),
|
||||
"مشاهدات": ("مشاهده",),
|
||||
"امامان": ("امام",),
|
||||
"سگان": ("سگ",),
|
||||
"نظریات": ("نظریه",),
|
||||
"آفاق": ("افق",),
|
||||
"آمال": ("امل",),
|
||||
"دکاکین": ("دکان",),
|
||||
"قصبات": ("قصبه",),
|
||||
"مضرات": ("مضرت",),
|
||||
"قبائل": ("قبیله",),
|
||||
"مجانین": ("مجنون",),
|
||||
"سيئات": ("سیئه",),
|
||||
"صدقات": ("صدقه",),
|
||||
"کثافات": ("کثافت",),
|
||||
"کسورات": ("کسر",),
|
||||
"معالجات": ("معالجه",),
|
||||
"مقابلات": ("مقابله",),
|
||||
"مناظرات": ("مناظره",),
|
||||
"ناملايمات": ("ناملایمت",),
|
||||
"وجوهات": ("وجه",),
|
||||
"مصادرات": ("مصادره",),
|
||||
"ملمعات": ("ملمع",),
|
||||
"اولویات": ("اولویت",),
|
||||
"جمرات": ("جمره",),
|
||||
"زیارات": ("زیارت",),
|
||||
"عقبات": ("عقبه",),
|
||||
"کرامات": ("کرامت",),
|
||||
"مراقبات": ("مراقبه",),
|
||||
"نجاسات": ("نجاست",),
|
||||
"هجویات": ("هجو",),
|
||||
"تبدلات": ("تبدل",),
|
||||
"روات": ("راوی",),
|
||||
"فیوضات": ("فیض",),
|
||||
"کفارات": ("کفاره",),
|
||||
"نذورات": ("نذر",),
|
||||
"حفریات": ("حفر",),
|
||||
"عنایات": ("عنایت",),
|
||||
"جراحات": ("جراحت",),
|
||||
"ثمرات": ("ثمره",),
|
||||
"حکام": ("حاکم",),
|
||||
"مرسولات": ("مرسوله",),
|
||||
"درایات": ("درایت",),
|
||||
"سیئات": ("سیئه",),
|
||||
"عدوات": ("عداوت",),
|
||||
"عشرات": ("عشره",),
|
||||
"عقوبات": ("عقوبه",),
|
||||
"عقودات": ("عقود",),
|
||||
"کثرات": ("کثرت",),
|
||||
"مواجهات": ("مواجهه",),
|
||||
"مواصلات": ("مواصله",),
|
||||
"اجوبه": ("جواب",),
|
||||
"اضلاع": ("ضلع",),
|
||||
"السنه": ("لسان",),
|
||||
"اشتات": ("شت",),
|
||||
"دعوات": ("دعوت",),
|
||||
"صعوبات": ("صعوبت",),
|
||||
"عفونات": ("عفونت",),
|
||||
"علوفات": ("علوفه",),
|
||||
"غرامات": ("غرامت",),
|
||||
"فارقات": ("فارقت",),
|
||||
"لزوجات": ("لزوجت",),
|
||||
"محللات": ("محلله",),
|
||||
"مسافات": ("مسافت",),
|
||||
"مسافحات": ("مسافحه",),
|
||||
"مسامرات": ("مسامره",),
|
||||
"مستلذات": ("مستلذ",),
|
||||
"مسرات": ("مسرت",),
|
||||
"مشافهات": ("مشافهه",),
|
||||
"مشاهرات": ("مشاهره",),
|
||||
"معروشات": ("معروشه",),
|
||||
"مجادلات": ("مجادله",),
|
||||
"ابغاض": ("بغض",),
|
||||
"اجداث": ("جدث",),
|
||||
"اجواز": ("جوز",),
|
||||
"اجواد": ("جواد",),
|
||||
"ازاهیر": ("ازهار",),
|
||||
"عوائد": ("عائده",),
|
||||
"احافیر": ("احفار",),
|
||||
"احزان": ("حزن",),
|
||||
"آنام": ("انام",),
|
||||
"احباب": ("حبیب",),
|
||||
"نوابغ": ("نابغه",),
|
||||
"بینات": ("بینه",),
|
||||
"حوالات": ("حواله",),
|
||||
"حوالجات": ("حواله",),
|
||||
"دستجات": ("دسته",),
|
||||
"شمومات": ("شموم",),
|
||||
"طاقات": ("طاقه",),
|
||||
"علاقات": ("علاقه",),
|
||||
"مراسلات": ("مراسله",),
|
||||
"موجهات": ("موجه",),
|
||||
"اقویا": ("قوی",),
|
||||
"اغنیا": ("غنی",),
|
||||
"بلایا": ("بلا",),
|
||||
"خطایا": ("خطا",),
|
||||
"ثنایا": ("ثنا",),
|
||||
"لوایح": ("لایحه",),
|
||||
"غزلیات": ("غزل",),
|
||||
"اشارات": ("اشاره",),
|
||||
"رکعات": ("رکعت",),
|
||||
"امثالهم": ("مثل",),
|
||||
"تشنجات": ("تشنج",),
|
||||
"امانات": ("امانت",),
|
||||
"بریات": ("بریت",),
|
||||
"توست": ("تو",),
|
||||
"حبست": ("حبس",),
|
||||
"حیثیات": ("حیثیت",),
|
||||
"شامات": ("شامه",),
|
||||
"قبالات": ("قباله",),
|
||||
"قرابات": ("قرابت",),
|
||||
"مطلقات": ("مطلقه",),
|
||||
"نزلات": ("نزله",),
|
||||
"بکمان": ("بکیم",),
|
||||
"روشان": ("روشن",),
|
||||
"مسانید": ("مسند",),
|
||||
"ناحیت": ("ناحیه",),
|
||||
"رسوله": ("رسول",),
|
||||
"دانشجویان": ("دانشجو",),
|
||||
"روحانیون": ("روحانی",),
|
||||
"قرون": ("قرن",),
|
||||
"انقلابیون": ("انقلابی",),
|
||||
"قوانین": ("قانون",),
|
||||
"مجاهدین": ("مجاهد",),
|
||||
"محققین": ("محقق",),
|
||||
"متهمین": ("متهم",),
|
||||
"مهندسین": ("مهندس",),
|
||||
"مؤمنین": ("مؤمن",),
|
||||
"مسئولین": ("مسئول",),
|
||||
"مشرکین": ("مشرک",),
|
||||
"مخاطبین": ("مخاطب",),
|
||||
"مأمورین": ("مأمور",),
|
||||
"سلاطین": ("سلطان",),
|
||||
"مضامین": ("مضمون",),
|
||||
"منتخبین": ("منتخب",),
|
||||
"متحدین": ("متحد",),
|
||||
"متخصصین": ("متخصص",),
|
||||
"مسوولین": ("مسوول",),
|
||||
"شیاطین": ("شیطان",),
|
||||
"مباشرین": ("مباشر",),
|
||||
"منتقدین": ("منتقد",),
|
||||
"موسسین": ("موسس",),
|
||||
"مسؤلین": ("مسؤل",),
|
||||
"متحجرین": ("متحجر",),
|
||||
"مهاجرین": ("مهاجر",),
|
||||
"مترجمین": ("مترجم",),
|
||||
"مدعوین": ("مدعو",),
|
||||
"مشترکین": ("مشترک",),
|
||||
"معصومین": ("معصوم",),
|
||||
"مسابقات": ("مسابقه",),
|
||||
"معانی": ("معنی",),
|
||||
"مطالعات": ("مطالعه",),
|
||||
"نکات": ("نکته",),
|
||||
"خصوصیات": ("خصوصیت",),
|
||||
"خدمات": ("خدمت",),
|
||||
"نشریات": ("نشریه",),
|
||||
"ساعات": ("ساعت",),
|
||||
"بزرگان": ("بزرگ",),
|
||||
"خسارات": ("خسارت",),
|
||||
"شیعیان": ("شیعه",),
|
||||
"واقعیات": ("واقعیت",),
|
||||
"مذاکرات": ("مذاکره",),
|
||||
"حشرات": ("حشره",),
|
||||
"طبقات": ("طبقه",),
|
||||
"شکایات": ("شکایت",),
|
||||
"ابیات": ("بیت",),
|
||||
"شایعات": ("شایعه",),
|
||||
"ضربات": ("ضربه",),
|
||||
"مقالات": ("مقاله",),
|
||||
"اوقات": ("وقت",),
|
||||
"عباراتی": ("عبارت",),
|
||||
"سالیان": ("سال",),
|
||||
"زحمات": ("زحمت",),
|
||||
"عبارات": ("عبارت",),
|
||||
"لغات": ("لغت",),
|
||||
"نیات": ("نیت",),
|
||||
"مطالبات": ("مطالبه",),
|
||||
"مطالب": ("مطلب",),
|
||||
"خلقیات": ("خلق",),
|
||||
"نکات": ("نکته",),
|
||||
"بزرگان": ("بزرگ",),
|
||||
"ابیاتی": ("بیت",),
|
||||
"محرمات": ("حرام",),
|
||||
"اوزان": ("وزن",),
|
||||
"اخلاقیات": ("اخلاق",),
|
||||
"سبزیجات": ("سبزی",),
|
||||
"اضافات": ("اضافه",),
|
||||
"قضات": ("قاضی",),
|
||||
}
|
||||
6
spacy/lang/fa/lemmatizer/_verbs.py
Normal file
6
spacy/lang/fa/lemmatizer/_verbs.py
Normal file
|
|
@ -0,0 +1,6 @@
|
|||
# coding: utf8
|
||||
from __future__ import unicode_literals
|
||||
|
||||
|
||||
VERBS = set("""
|
||||
""".split())
|
||||
647
spacy/lang/fa/lemmatizer/_verbs_exc.py
Normal file
647
spacy/lang/fa/lemmatizer/_verbs_exc.py
Normal file
|
|
@ -0,0 +1,647 @@
|
|||
# coding: utf8
|
||||
from __future__ import unicode_literals
|
||||
|
||||
|
||||
verb_roots = """
|
||||
#هست
|
||||
آخت#آهنج
|
||||
آراست#آرا
|
||||
آراماند#آرامان
|
||||
آرامید#آرام
|
||||
آرمید#آرام
|
||||
آزرد#آزار
|
||||
آزمود#آزما
|
||||
آسود#آسا
|
||||
آشامید#آشام
|
||||
آشفت#آشوب
|
||||
آشوبید#آشوب
|
||||
آغازید#آغاز
|
||||
آغشت#آمیز
|
||||
آفرید#آفرین
|
||||
آلود#آلا
|
||||
آمد#آ
|
||||
آمرزید#آمرز
|
||||
آموخت#آموز
|
||||
آموزاند#آموزان
|
||||
آمیخت#آمیز
|
||||
آورد#آر
|
||||
آورد#آور
|
||||
آویخت#آویز
|
||||
آکند#آکن
|
||||
آگاهانید#آگاهان
|
||||
ارزید#ارز
|
||||
افتاد#افت
|
||||
افراخت#افراز
|
||||
افراشت#افراز
|
||||
افروخت#افروز
|
||||
افروزید#افروز
|
||||
افزود#افزا
|
||||
افسرد#افسر
|
||||
افشاند#افشان
|
||||
افکند#افکن
|
||||
افگند#افگن
|
||||
انباشت#انبار
|
||||
انجامید#انجام
|
||||
انداخت#انداز
|
||||
اندوخت#اندوز
|
||||
اندود#اندا
|
||||
اندیشید#اندیش
|
||||
انگاشت#انگار
|
||||
انگیخت#انگیز
|
||||
انگیزاند#انگیزان
|
||||
ایستاد#ایست
|
||||
ایستاند#ایستان
|
||||
باخت#باز
|
||||
باراند#باران
|
||||
بارگذاشت#بارگذار
|
||||
بارید#بار
|
||||
باز#بازخواه
|
||||
بازآفرید#بازآفرین
|
||||
بازآمد#بازآ
|
||||
بازآموخت#بازآموز
|
||||
بازآورد#بازآور
|
||||
بازایستاد#بازایست
|
||||
بازتابید#بازتاب
|
||||
بازجست#بازجو
|
||||
بازخواند#بازخوان
|
||||
بازخوراند#بازخوران
|
||||
بازداد#بازده
|
||||
بازداشت#بازدار
|
||||
بازرساند#بازرسان
|
||||
بازرسانید#بازرسان
|
||||
باززد#باززن
|
||||
بازستاند#بازستان
|
||||
بازشمارد#بازشمار
|
||||
بازشمرد#بازشمار
|
||||
بازشمرد#بازشمر
|
||||
بازشناخت#بازشناس
|
||||
بازشناساند#بازشناسان
|
||||
بازفرستاد#بازفرست
|
||||
بازماند#بازمان
|
||||
بازنشست#بازنشین
|
||||
بازنمایاند#بازنمایان
|
||||
بازنهاد#بازنه
|
||||
بازنگریست#بازنگر
|
||||
بازپرسید#بازپرس
|
||||
بازگذارد#بازگذار
|
||||
بازگذاشت#بازگذار
|
||||
بازگرداند#بازگردان
|
||||
بازگردانید#بازگردان
|
||||
بازگردید#بازگرد
|
||||
بازگرفت#بازگیر
|
||||
بازگشت#بازگرد
|
||||
بازگشود#بازگشا
|
||||
بازگفت#بازگو
|
||||
بازیافت#بازیاب
|
||||
بافت#باف
|
||||
بالید#بال
|
||||
باوراند#باوران
|
||||
بایست#باید
|
||||
بخشود#بخش
|
||||
بخشود#بخشا
|
||||
بخشید#بخش
|
||||
بر#برخواه
|
||||
برآشفت#برآشوب
|
||||
برآمد#برآ
|
||||
برآورد#برآور
|
||||
برازید#براز
|
||||
برافتاد#برافت
|
||||
برافراخت#برافراز
|
||||
برافراشت#برافراز
|
||||
برافروخت#برافروز
|
||||
برافشاند#برافشان
|
||||
برافکند#برافکن
|
||||
براند#بران
|
||||
برانداخت#برانداز
|
||||
برانگیخت#برانگیز
|
||||
بربست#بربند
|
||||
برتاباند#برتابان
|
||||
برتابید#برتاب
|
||||
برتافت#برتاب
|
||||
برتنید#برتن
|
||||
برجهید#برجه
|
||||
برخاست#برخیز
|
||||
برخورد#برخور
|
||||
برد#بر
|
||||
برداشت#بردار
|
||||
بردمید#بردم
|
||||
برزد#برزن
|
||||
برشد#برشو
|
||||
برشمارد#برشمار
|
||||
برشمرد#برشمار
|
||||
برشمرد#برشمر
|
||||
برنشاند#برنشان
|
||||
برنشانید#برنشان
|
||||
برنشست#برنشین
|
||||
برنهاد#برنه
|
||||
برچید#برچین
|
||||
برکرد#برکن
|
||||
برکشید#برکش
|
||||
برکند#برکن
|
||||
برگذشت#برگذر
|
||||
برگرداند#برگردان
|
||||
برگردانید#برگردان
|
||||
برگردید#برگرد
|
||||
برگرفت#برگیر
|
||||
برگزید#برگزین
|
||||
برگشت#برگرد
|
||||
برگشود#برگشا
|
||||
برگمارد#برگمار
|
||||
برگمارید#برگمار
|
||||
برگماشت#برگمار
|
||||
برید#بر
|
||||
بست#بند
|
||||
بلعید#بلع
|
||||
بود#باش
|
||||
بوسید#بوس
|
||||
بویید#بو
|
||||
بیخت#بیز
|
||||
بیخت#بوز
|
||||
تاباند#تابان
|
||||
تابید#تاب
|
||||
تاخت#تاز
|
||||
تاراند#تاران
|
||||
تازاند#تازان
|
||||
تازید#تاز
|
||||
تافت#تاب
|
||||
ترادیسید#ترادیس
|
||||
تراشاند#تراشان
|
||||
تراشید#تراش
|
||||
تراوید#تراو
|
||||
ترساند#ترسان
|
||||
ترسید#ترس
|
||||
ترشاند#ترشان
|
||||
ترشید#ترش
|
||||
ترکاند#ترکان
|
||||
ترکید#ترک
|
||||
تفتید#تفت
|
||||
تمرگید#تمرگ
|
||||
تنید#تن
|
||||
توانست#توان
|
||||
توفید#توف
|
||||
تپاند#تپان
|
||||
تپید#تپ
|
||||
تکاند#تکان
|
||||
تکانید#تکان
|
||||
جست#جه
|
||||
جست#جو
|
||||
جنباند#جنبان
|
||||
جنبید#جنب
|
||||
جنگید#جنگ
|
||||
جهاند#جهان
|
||||
جهید#جه
|
||||
جوشاند#جوشان
|
||||
جوشانید#جوشان
|
||||
جوشید#جوش
|
||||
جويد#جو
|
||||
جوید#جو
|
||||
خاراند#خاران
|
||||
خارید#خار
|
||||
خاست#خیز
|
||||
خایید#خا
|
||||
خراشاند#خراشان
|
||||
خراشید#خراش
|
||||
خرامید#خرام
|
||||
خروشید#خروش
|
||||
خرید#خر
|
||||
خزید#خز
|
||||
خسبید#خسب
|
||||
خشکاند#خشکان
|
||||
خشکید#خشک
|
||||
خفت#خواب
|
||||
خلید#خل
|
||||
خماند#خمان
|
||||
خمید#خم
|
||||
خنداند#خندان
|
||||
خندانید#خندان
|
||||
خندید#خند
|
||||
خواباند#خوابان
|
||||
خوابانید#خوابان
|
||||
خوابید#خواب
|
||||
خواست#خواه
|
||||
خواست#خیز
|
||||
خواند#خوان
|
||||
خوراند#خوران
|
||||
خورد#خور
|
||||
خیزاند#خیزان
|
||||
خیساند#خیسان
|
||||
داد#ده
|
||||
داشت#دار
|
||||
دانست#دان
|
||||
در#درخواه
|
||||
درآمد#درآ
|
||||
درآمیخت#درآمیز
|
||||
درآورد#درآور
|
||||
درآویخت#درآویز
|
||||
درافتاد#درافت
|
||||
درافکند#درافکن
|
||||
درانداخت#درانداز
|
||||
درانید#دران
|
||||
دربرد#دربر
|
||||
دربرگرفت#دربرگیر
|
||||
درخشاند#درخشان
|
||||
درخشانید#درخشان
|
||||
درخشید#درخش
|
||||
درداد#درده
|
||||
دررفت#دررو
|
||||
درماند#درمان
|
||||
درنمود#درنما
|
||||
درنوردید#درنورد
|
||||
درود#درو
|
||||
دروید#درو
|
||||
درکرد#درکن
|
||||
درکشید#درکش
|
||||
درگذشت#درگذر
|
||||
درگرفت#درگیر
|
||||
دریافت#دریاب
|
||||
درید#در
|
||||
دزدید#دزد
|
||||
دمید#دم
|
||||
دواند#دوان
|
||||
دوخت#دوز
|
||||
دوشید#دوش
|
||||
دوید#دو
|
||||
دید#بین
|
||||
راند#ران
|
||||
ربود#ربا
|
||||
ربود#روب
|
||||
رخشید#رخش
|
||||
رساند#رسان
|
||||
رسانید#رسان
|
||||
رست#ره
|
||||
رست#رو
|
||||
رسید#رس
|
||||
رشت#ریس
|
||||
رفت#رو
|
||||
رفت#روب
|
||||
رقصاند#رقصان
|
||||
رقصید#رقص
|
||||
رماند#رمان
|
||||
رمانید#رمان
|
||||
رمید#رم
|
||||
رنجاند#رنجان
|
||||
رنجانید#رنجان
|
||||
رنجید#رنج
|
||||
رندید#رند
|
||||
رهاند#رهان
|
||||
رهانید#رهان
|
||||
رهید#ره
|
||||
روبید#روب
|
||||
روفت#روب
|
||||
رویاند#رویان
|
||||
رویانید#رویان
|
||||
رویید#رو
|
||||
رویید#روی
|
||||
ریخت#ریز
|
||||
رید#رین
|
||||
ریدن#رین
|
||||
ریسید#ریس
|
||||
زاد#زا
|
||||
زارید#زار
|
||||
زایاند#زایان
|
||||
زایید#زا
|
||||
زد#زن
|
||||
زدود#زدا
|
||||
زیست#زی
|
||||
ساباند#سابان
|
||||
سابید#ساب
|
||||
ساخت#ساز
|
||||
سایید#سا
|
||||
ستاد#ستان
|
||||
ستاند#ستان
|
||||
سترد#ستر
|
||||
ستود#ستا
|
||||
ستیزید#ستیز
|
||||
سراند#سران
|
||||
سرایید#سرا
|
||||
سرشت#سرش
|
||||
سرود#سرا
|
||||
سرکشید#سرکش
|
||||
سرگرفت#سرگیر
|
||||
سرید#سر
|
||||
سزید#سز
|
||||
سفت#سنب
|
||||
سنجید#سنج
|
||||
سوخت#سوز
|
||||
سود#سا
|
||||
سوزاند#سوزان
|
||||
سپارد#سپار
|
||||
سپرد#سپار
|
||||
سپرد#سپر
|
||||
سپوخت#سپوز
|
||||
سگالید#سگال
|
||||
شاشید#شاش
|
||||
شایست#
|
||||
شایست#شاید
|
||||
شتاباند#شتابان
|
||||
شتابید#شتاب
|
||||
شتافت#شتاب
|
||||
شد#شو
|
||||
شست#شو
|
||||
شست#شوی
|
||||
شلید#شل
|
||||
شمار#شمر
|
||||
شمارد#شمار
|
||||
شمرد#شمار
|
||||
شمرد#شمر
|
||||
شناخت#شناس
|
||||
شناساند#شناسان
|
||||
شنفت#شنو
|
||||
شنید#شنو
|
||||
شوتید#شوت
|
||||
شوراند#شوران
|
||||
شورید#شور
|
||||
شکافت#شکاف
|
||||
شکاند#شکان
|
||||
شکاند#شکن
|
||||
شکست#شکن
|
||||
شکفت#شکف
|
||||
طلبید#طلب
|
||||
طپید#طپ
|
||||
غراند#غران
|
||||
غرید#غر
|
||||
غلتاند#غلتان
|
||||
غلتانید#غلتان
|
||||
غلتید#غلت
|
||||
غلطاند#غلطان
|
||||
غلطانید#غلطان
|
||||
غلطید#غلط
|
||||
فرا#فراخواه
|
||||
فراخواند#فراخوان
|
||||
فراداشت#فرادار
|
||||
فرارسید#فرارس
|
||||
فرانمود#فرانما
|
||||
فراگرفت#فراگیر
|
||||
فرستاد#فرست
|
||||
فرسود#فرسا
|
||||
فرمود#فرما
|
||||
فرهیخت#فرهیز
|
||||
فرو#فروخواه
|
||||
فروآمد#فروآ
|
||||
فروآورد#فروآور
|
||||
فروافتاد#فروافت
|
||||
فروافکند#فروافکن
|
||||
فروبرد#فروبر
|
||||
فروبست#فروبند
|
||||
فروخت#فروش
|
||||
فروخفت#فروخواب
|
||||
فروخورد#فروخور
|
||||
فروداد#فروده
|
||||
فرودوخت#فرودوز
|
||||
فرورفت#فرورو
|
||||
فروریخت#فروریز
|
||||
فروشکست#فروشکن
|
||||
فروفرستاد#فروفرست
|
||||
فروماند#فرومان
|
||||
فرونشاند#فرونشان
|
||||
فرونشانید#فرونشان
|
||||
فرونشست#فرونشین
|
||||
فرونمود#فرونما
|
||||
فرونهاد#فرونه
|
||||
فروپاشاند#فروپاشان
|
||||
فروپاشید#فروپاش
|
||||
فروچکید#فروچک
|
||||
فروکرد#فروکن
|
||||
فروکشید#فروکش
|
||||
فروکوبید#فروکوب
|
||||
فروکوفت#فروکوب
|
||||
فروگذارد#فروگذار
|
||||
فروگذاشت#فروگذار
|
||||
فروگرفت#فروگیر
|
||||
فریفت#فریب
|
||||
فشاند#فشان
|
||||
فشرد#فشار
|
||||
فشرد#فشر
|
||||
فلسفید#فلسف
|
||||
فهماند#فهمان
|
||||
فهمید#فهم
|
||||
قاپید#قاپ
|
||||
قبولاند#قبول
|
||||
قبولاند#قبولان
|
||||
لاسید#لاس
|
||||
لرزاند#لرزان
|
||||
لرزید#لرز
|
||||
لغزاند#لغزان
|
||||
لغزید#لغز
|
||||
لمباند#لمبان
|
||||
لمید#لم
|
||||
لنگید#لنگ
|
||||
لولید#لول
|
||||
لیسید#لیس
|
||||
ماسید#ماس
|
||||
مالاند#مالان
|
||||
مالید#مال
|
||||
ماند#مان
|
||||
مانست#مان
|
||||
مرد#میر
|
||||
مویید#مو
|
||||
مکید#مک
|
||||
نازید#ناز
|
||||
نالاند#نالان
|
||||
نالید#نال
|
||||
نامید#نام
|
||||
نشاند#نشان
|
||||
نشست#نشین
|
||||
نمایاند#نما
|
||||
نمایاند#نمایان
|
||||
نمود#نما
|
||||
نهاد#نه
|
||||
نهفت#نهنب
|
||||
نواخت#نواز
|
||||
نوازید#نواز
|
||||
نوردید#نورد
|
||||
نوشاند#نوشان
|
||||
نوشانید#نوشان
|
||||
نوشت#نویس
|
||||
نوشید#نوش
|
||||
نکوهید#نکوه
|
||||
نگاشت#نگار
|
||||
نگرید#
|
||||
نگریست#نگر
|
||||
هراساند#هراسان
|
||||
هراسانید#هراسان
|
||||
هراسید#هراس
|
||||
هشت#هل
|
||||
وا#واخواه
|
||||
واداشت#وادار
|
||||
وارفت#وارو
|
||||
وارهاند#وارهان
|
||||
واماند#وامان
|
||||
وانهاد#وانه
|
||||
واکرد#واکن
|
||||
واگذارد#واگذار
|
||||
واگذاشت#واگذار
|
||||
ور#ورخواه
|
||||
ورآمد#ورآ
|
||||
ورافتاد#ورافت
|
||||
وررفت#وررو
|
||||
ورزید#ورز
|
||||
وزاند#وزان
|
||||
وزید#وز
|
||||
ویراست#ویرا
|
||||
پاشاند#پاشان
|
||||
پاشید#پاش
|
||||
پالود#پالا
|
||||
پایید#پا
|
||||
پخت#پز
|
||||
پذیراند#پذیران
|
||||
پذیرفت#پذیر
|
||||
پراند#پران
|
||||
پراکند#پراکن
|
||||
پرداخت#پرداز
|
||||
پرستید#پرست
|
||||
پرسید#پرس
|
||||
پرهیخت#پرهیز
|
||||
پرهیزید#پرهیز
|
||||
پروراند#پروران
|
||||
پرورد#پرور
|
||||
پرید#پر
|
||||
پسندید#پسند
|
||||
پلاساند#پلاسان
|
||||
پلاسید#پلاس
|
||||
پلکید#پلک
|
||||
پناهاند#پناهان
|
||||
پناهید#پناه
|
||||
پنداشت#پندار
|
||||
پوساند#پوسان
|
||||
پوسید#پوس
|
||||
پوشاند#پوشان
|
||||
پوشید#پوش
|
||||
پویید#پو
|
||||
پژمرد#پژمر
|
||||
پژوهید#پژوه
|
||||
پکید#پک
|
||||
پیراست#پیرا
|
||||
پیمود#پیما
|
||||
پیوست#پیوند
|
||||
پیچاند#پیچان
|
||||
پیچانید#پیچان
|
||||
پیچید#پیچ
|
||||
چاپید#چاپ
|
||||
چایید#چا
|
||||
چراند#چران
|
||||
چرانید#چران
|
||||
چرباند#چربان
|
||||
چربید#چرب
|
||||
چرخاند#چرخان
|
||||
چرخانید#چرخان
|
||||
چرخید#چرخ
|
||||
چروکید#چروک
|
||||
چرید#چر
|
||||
چزاند#چزان
|
||||
چسباند#چسبان
|
||||
چسبید#چسب
|
||||
چسید#چس
|
||||
چشاند#چشان
|
||||
چشید#چش
|
||||
چلاند#چلان
|
||||
چلانید#چلان
|
||||
چپاند#چپان
|
||||
چپید#چپ
|
||||
چکاند#چکان
|
||||
چکید#چک
|
||||
چید#چین
|
||||
کاست#کاه
|
||||
کاشت#کار
|
||||
کاوید#کاو
|
||||
کرد#کن
|
||||
کشاند#کشان
|
||||
کشانید#کشان
|
||||
کشت#کار
|
||||
کشت#کش
|
||||
کشید#کش
|
||||
کند#کن
|
||||
کوباند#کوبان
|
||||
کوبید#کوب
|
||||
کوشید#کوش
|
||||
کوفت#کوب
|
||||
کوچانید#کوچان
|
||||
کوچید#کوچ
|
||||
گایید#گا
|
||||
گداخت#گداز
|
||||
گذارد#گذار
|
||||
گذاشت#گذار
|
||||
گذراند#گذران
|
||||
گذشت#گذر
|
||||
گرازید#گراز
|
||||
گرانید#گران
|
||||
گرایید#گرا
|
||||
گرداند#گردان
|
||||
گردانید#گردان
|
||||
گردید#گرد
|
||||
گرفت#گیر
|
||||
گروید#گرو
|
||||
گریاند#گریان
|
||||
گریخت#گریز
|
||||
گریزاند#گریزان
|
||||
گریست#گر
|
||||
گریست#گری
|
||||
گزارد#گزار
|
||||
گزاشت#گزار
|
||||
گزید#گزین
|
||||
گسارد#گسار
|
||||
گستراند#گستران
|
||||
گسترانید#گستران
|
||||
گسترد#گستر
|
||||
گسست#گسل
|
||||
گسلاند#گسل
|
||||
گسیخت#گسل
|
||||
گشاد#گشا
|
||||
گشت#گرد
|
||||
گشود#گشا
|
||||
گفت#گو
|
||||
گمارد#گمار
|
||||
گماشت#گمار
|
||||
گنجاند#گنجان
|
||||
گنجانید#گنجان
|
||||
گنجید#گنج
|
||||
گنداند#گندان
|
||||
گندید#گند
|
||||
گوارید#گوار
|
||||
گوزید#گوز
|
||||
گیراند#گیران
|
||||
یازید#یاز
|
||||
یافت#یاب
|
||||
یونید#یون
|
||||
""".strip().split()
|
||||
|
||||
## Below code is a modified version of HAZM package's verb conjugator,
|
||||
# with soem extra verbs(Anything in hazm and not in here? compare needed!)
|
||||
|
||||
VERBS_EXC = {}
|
||||
with_nots = lambda items: items + ['ن' + item for item in items]
|
||||
simple_ends = ['م', 'ی', '', 'یم', 'ید', 'ند']
|
||||
narrative_ends = ['هام', 'های', 'ه', 'هایم', 'هاید', 'هاند']
|
||||
present_ends = ['م', 'ی', 'د', 'یم', 'ید', 'ند']
|
||||
|
||||
# special case of '#هست':
|
||||
VERBS_EXC.update({conj: 'هست' for conj in ['هست' + end for end in simple_ends]})
|
||||
VERBS_EXC.update({conj: 'هست' for conj in ['نیست' + end for end in simple_ends]})
|
||||
|
||||
for verb_root in verb_roots:
|
||||
conjugations = []
|
||||
if '#' not in verb_root:
|
||||
continue
|
||||
past, present = verb_root.split('#')
|
||||
|
||||
if past:
|
||||
past_simples = [past + end for end in simple_ends]
|
||||
past_imperfects = ['می' + item for item in past_simples]
|
||||
past_narratives = [past + end for end in narrative_ends]
|
||||
conjugations = with_nots(past_simples + past_imperfects + past_narratives)
|
||||
if present:
|
||||
imperatives = ['ب' + present, 'ن' + present]
|
||||
if present.endswith('ا') or present in ('آ', 'گو'):
|
||||
present = present + 'ی'
|
||||
present_simples = [present + end for end in present_ends]
|
||||
present_imperfects = ['می' + present + end for end in present_ends]
|
||||
present_subjunctives = ['ب' + present + end for end in present_ends]
|
||||
conjugations += with_nots(present_simples + present_imperfects) + \
|
||||
present_subjunctives + imperatives
|
||||
|
||||
if past.startswith('آ'):
|
||||
conjugations = set(map(lambda item: item.replace('بآ', 'بیا').replace('نآ', 'نیا'),\
|
||||
conjugations))
|
||||
|
||||
VERBS_EXC.update({conj: (past,) if past else present for conj in conjugations})
|
||||
|
||||
92
spacy/lang/fa/lex_attrs.py
Normal file
92
spacy/lang/fa/lex_attrs.py
Normal file
|
|
@ -0,0 +1,92 @@
|
|||
# coding: utf8
|
||||
from __future__ import unicode_literals
|
||||
from ...attrs import LIKE_NUM
|
||||
MIM = 'م'
|
||||
ZWNJ_O_MIM = 'ام'
|
||||
YE_NUN = 'ین'
|
||||
_num_words = set("""
|
||||
صفر
|
||||
یک
|
||||
دو
|
||||
سه
|
||||
چهار
|
||||
پنج
|
||||
شش
|
||||
شیش
|
||||
هفت
|
||||
هشت
|
||||
نه
|
||||
ده
|
||||
یازده
|
||||
دوازده
|
||||
سیزده
|
||||
چهارده
|
||||
پانزده
|
||||
پونزده
|
||||
شانزده
|
||||
شونزده
|
||||
هفده
|
||||
هجده
|
||||
هیجده
|
||||
نوزده
|
||||
بیست
|
||||
سی
|
||||
چهل
|
||||
پنجاه
|
||||
شصت
|
||||
هفتاد
|
||||
هشتاد
|
||||
نود
|
||||
صد
|
||||
یکصد
|
||||
یکصد
|
||||
دویست
|
||||
سیصد
|
||||
چهارصد
|
||||
پانصد
|
||||
پونصد
|
||||
ششصد
|
||||
شیشصد
|
||||
هفتصد
|
||||
هفصد
|
||||
هشتصد
|
||||
نهصد
|
||||
هزار
|
||||
میلیون
|
||||
میلیارد
|
||||
بیلیون
|
||||
بیلیارد
|
||||
تریلیون
|
||||
تریلیارد
|
||||
کوادریلیون
|
||||
کادریلیارد
|
||||
کوینتیلیون
|
||||
""".split())
|
||||
|
||||
_ordinal_words = set("""
|
||||
اول
|
||||
سوم
|
||||
سیام""".split())
|
||||
|
||||
_ordinal_words.update({num + MIM for num in _num_words})
|
||||
_ordinal_words.update({num + ZWNJ_O_MIM for num in _num_words})
|
||||
_ordinal_words.update({num + YE_NUN for num in _ordinal_words})
|
||||
|
||||
def like_num(text):
|
||||
"""
|
||||
check if text resembles a number
|
||||
"""
|
||||
text = text.replace(',', '').replace('.', '').\
|
||||
replace('،', '').replace('٫','').replace('/', '')
|
||||
if text.isdigit():
|
||||
return True
|
||||
if text in _num_words:
|
||||
return True
|
||||
if text in _ordinal_words:
|
||||
return True
|
||||
return False
|
||||
|
||||
|
||||
LEX_ATTRS = {
|
||||
LIKE_NUM: like_num
|
||||
}
|
||||
16
spacy/lang/fa/punctuation.py
Normal file
16
spacy/lang/fa/punctuation.py
Normal file
|
|
@ -0,0 +1,16 @@
|
|||
# coding: utf8
|
||||
from __future__ import unicode_literals
|
||||
|
||||
from ..punctuation import TOKENIZER_INFIXES
|
||||
from ..char_classes import LIST_PUNCT, LIST_ELLIPSES, LIST_QUOTES, CURRENCY
|
||||
from ..char_classes import QUOTES, UNITS, ALPHA, ALPHA_LOWER, ALPHA_UPPER
|
||||
|
||||
_suffixes = (LIST_PUNCT + LIST_ELLIPSES + LIST_QUOTES +
|
||||
[r'(?<=[0-9])\+',
|
||||
r'(?<=[0-9])%', # 4% -> ["4", "%"]
|
||||
# Persian is written from Right-To-Left
|
||||
r'(?<=[0-9])(?:{})'.format(CURRENCY),
|
||||
r'(?<=[0-9])(?:{})'.format(UNITS),
|
||||
r'(?<=[{au}][{au}])\.'.format(au=ALPHA_UPPER)])
|
||||
|
||||
TOKENIZER_SUFFIXES = _suffixes
|
||||
|
|
@ -1,105 +1,395 @@
|
|||
# coding: utf8
|
||||
from __future__ import unicode_literals
|
||||
|
||||
# stop words from HAZM package
|
||||
|
||||
STOP_WORDS = set("""
|
||||
آباد آره آری آسانی آمد آمده آن آنان آنجا آنها آنها آنچه آنکه آورد آورده آیا آید
|
||||
ات اثر از است استفاده اش اطلاعند الاسف البته الظاهر ام اما امروز امسال اند انکه او اول اکنون
|
||||
اگر الواقع ای ایشان ایم این اینک اینکه
|
||||
|
||||
ب با بااین بار بارة باره بارها باز بازهم بازی باش باشد باشم باشند باشی باشید باشیم بالا بالاخره
|
||||
بالاخص بالاست بالای بالطبع بالعکس باوجودی باورند باید بتدریج بتوان بتواند بتوانی بتوانیم بجز بخش بخشه بخشی بخصوص بخواه
|
||||
بخواهد بخواهم بخواهند بخواهی بخواهید بخواهیم بخوبی بد بدان بدانجا بدانها بدون بدین بدینجا بر برآن برآنند برا برابر
|
||||
براحتی براساس براستی برای برایت برایش برایشان برایم برایمان برخوردار برخوردارند برخی برداری برداشتن بردن برعکس برنامه
|
||||
بروز بروشنی بزرگ بزودی بس بسا بسادگی بسته بسختی بسوی بسی بسیار بسیاری بشدت بطور بطوری بعد بعدا بعدازظهر بعدها بعری
|
||||
بعضا بعضی بعضیهایشان بعضیها بعلاوه بعید بفهمی بلافاصله بله بلکه بلی بنابراین بندی به بهت بهتر بهترین بهش بود بودم بودن
|
||||
بودند بوده بودی بودید بودیم بویژه بپا بکار بکن بکند بکنم بکنند بکنی بکنید بکنیم بگو بگوید بگویم بگویند بگویی بگویید
|
||||
بگوییم بگیر بگیرد بگیرم بگیرند بگیری بگیرید بگیریم بی بیا بیاب بیابد بیابم بیابند بیابی بیابید بیابیم بیاور بیاورد
|
||||
بیاورم بیاورند بیاوری بیاورید بیاوریم بیاید بیایم بیایند بیایی بیایید بیاییم بیرون بیست بیش بیشتر بیشتری بین بیگمان
|
||||
|
||||
پ پا پارسال پارسایانه پارهای پاعین پایین پدرانه پدیده پرسان پروردگارا پریروز پس پشت پشتوانه پشیمونی پنج پهن پی پیدا
|
||||
پیداست پیرامون پیش پیشاپیش پیشتر پیوسته
|
||||
|
||||
ت تا تازه تازگی تان تاکنون تحت تحریم تدریج تر ترتیب تردید ترند ترین تصریحا تعدادی تعمدا تفاوتند تقریبا تک تلویحا تمام
|
||||
تماما تمامشان تمامی تند تنها تو توؤما تواند توانست توانستم توانستن توانستند توانسته توانستی توانستیم توانم توانند توانی
|
||||
توانید توانیم توسط تول توی
|
||||
|
||||
ث ثالثا ثانی ثانیا
|
||||
|
||||
ج جا جای جایی جدا جداگانه جدید جدیدا جریان جز جلو جلوگیری جلوی جمع جمعا جمعی جنابعالی جناح جنس جهت جور جوری
|
||||
|
||||
چ چاله چاپلوسانه چت چته چرا چشم چطور چقدر چنان چنانچه چنانکه چند چندان چنده چندین چنین چه چهار چو چون چکار چگونه چی چیز
|
||||
چیزهاست چیزی چیزیست چیست چیه
|
||||
|
||||
ح حاشیه حاشیهای حاضر حاضرم حال حالا حاکیست حتما حتی حداقل حداکثر حدود حدودا حسابگرانه حسابی حضرتعالی حق حقیرانه حول
|
||||
حکما
|
||||
|
||||
خ خارج خالصانه خب خداحافظ خداست خدمات خستهای خصوصا خلاصه خواست خواستم خواستن خواستند خواسته خواستی خواستید خواستیم
|
||||
خواهد خواهم خواهند خواهی خواهید خواهیم خوب خوبی خود خودبه خودت خودتان خودتو خودش خودشان خودم خودمان خودمو خودی خوش
|
||||
خوشبختانه خویش خویشتن خویشتنم خیاه خیر خیره خیلی
|
||||
|
||||
د دا داام دااما داخل داد دادم دادن دادند داده دادی دادید دادیم دار داراست دارد دارم دارند داری دارید داریم داشت داشتم
|
||||
داشتن داشتند داشته داشتی داشتید داشتیم دامم دانست دانند دایم دایما در دراین درباره درحالی درحالیکه درست درسته درشتی
|
||||
درصورتی درعین درمجموع درواقع درون درپی دریغ دریغا دسته دشمنیم دقیقا دلخواه دم دنبال ده دهد دهم دهند دهی دهید دهیم دو
|
||||
دوباره دوم دیده دیر دیرت دیرم دیروز دیشب دیوی دیگر دیگران دیگری دیگه
|
||||
|
||||
ذ ذاتا ذلک ذیل
|
||||
|
||||
ر را راجع راحت راسا راست راستی راه رسما رسید رشته رغم رفت رفتارهاست رفته رنجند رهگشاست رو رواست روب روبروست روز روزانه
|
||||
روزه روزهای روزهای روش روشنی روی رویش ریزی
|
||||
|
||||
ز زدن زده زشتکارانند زمان زمانی زمینه زنند زهی زود زودتر زودی زیاد زیاده زیر زیرا
|
||||
|
||||
س سابق ساختن ساخته ساده سادگی سازی سالانه سالته سالمتر ساله سالهاست سالها سالیانه سایر ست سخت سخته سر سراسر سرانجام
|
||||
سراپا سرعت سری سریع سریعا سعی سمت سه سهوا سوم سوی سپس سیاه
|
||||
|
||||
ش شان شاهدند شاهدیم شاید شبهاست شخصا شد شدت شدم شدن شدند شده شدی شدید شدیدا شدیم شش شما شماری شماست شمایند شناسی شود
|
||||
شوراست شوم شوند شونده شوی شوید شویم شیرین شیرینه
|
||||
|
||||
ص صددرصد صرفا صریحا صندوق صورت صورتی
|
||||
|
||||
ض ضد ضمن ضمنا
|
||||
|
||||
ط طبعا طبق طبیعتا طرف طریق طلبکارانه طور طوری طی
|
||||
|
||||
ظ ظاهرا
|
||||
|
||||
ع عاجزانه عاقبت عبارتند عجب عجولانه عدم عرفانی عقب علاوه علت علنا علی علیه عمدا عمدتا عمده عمل عملا عملی عموم عموما
|
||||
عنقریب عنوان عینا
|
||||
|
||||
غ غالبا غیر غیرقانونی
|
||||
|
||||
ف فاقد فبها فر فردا فعلا فقط فلان فلذا فوق فکر فی فیالواقع
|
||||
|
||||
ق قاالند قابل قاطبه قاطعانه قاعدتا قانونا قبل قبلا قبلند قد قدر قدری قراردادن قصد قطعا
|
||||
|
||||
ک کارند کاش کاشکی کامل کاملا کتبا کجا کجاست کدام کرات کرد کردم کردن کردند کرده کردی کردید کردیم کس کسانی کسی کشیدن کل
|
||||
کلا کلی کلیشه کلیه کم کمااینکه کماکان کمتر کمتره کمتری کمی کن کنار کنارش کنان کنایهای کند کنم کنند کننده کنون کنونی
|
||||
کنی کنید کنیم که کو کی كي
|
||||
|
||||
گ گاه گاهی گذاری گذاشتن گذاشته گذشته گردد گرفت گرفتارند گرفتم گرفتن گرفتند گرفته گرفتی گرفتید گرفتیم گرمی گروهی گرچه
|
||||
گفت گفتم گفتن گفتند گفته گفتی گفتید گفتیم گه گهگاه گو گونه گویا گویان گوید گویم گویند گویی گویید گوییم گیرد گیرم گیرند
|
||||
گیری گیرید گیریم
|
||||
|
||||
ل لا لااقل لاجرم لب لذا لزوما لطفا لیکن لکن
|
||||
|
||||
م ما مادامی ماست مامان مان مانند مبادا متاسفانه متعاقبا متفاوتند مثل مثلا مجبورند مجددا مجموع مجموعا محتاجند محکم
|
||||
محکمتر مخالفند مختلف مخصوصا مدام مدت مدتهاست مدتی مذهبی مرا مراتب مرتب مردانه مردم مرسی مستحضرید مستقیما مستند مسلما
|
||||
مشت مشترکا مشغولند مطمانا مطمانم مطمینا مع معتقدم معتقدند معتقدیم معدود معذوریم معلومه معمولا معمولی مغرضانه مفیدند
|
||||
مقابل مقدار مقصرند مقصری ممکن من منتهی منطقی مواجهند موارد موجودند مورد موقتا مکرر مکررا مگر می مي میان میزان میلیارد
|
||||
میلیون میرسد میرود میشود میکنیم
|
||||
|
||||
ن ناامید ناخواسته ناراضی ناشی نام ناچار ناگاه ناگزیر ناگهان ناگهانی نباید نبش نبود نخست نخستین نخواهد نخواهم نخواهند
|
||||
نخواهی نخواهید نخواهیم نخودی ندارد ندارم ندارند نداری ندارید نداریم نداشت نداشتم نداشتند نداشته نداشتی نداشتید نداشتیم
|
||||
نزد نزدیک نسبتا نشان نشده نظیر نفرند نفهمی نماید نمی نمیشود نه نهایت نهایتا نوع نوعا نوعی نکرده نگاه نیازمندانه
|
||||
نیازمندند نیز نیست نیمی
|
||||
|
||||
و وابسته واقع واقعا واقعی واقفند وای وجه وجود وحشت وسط وضع وضوح وقتی وقتیکه ولی وگرنه وگو وی ویا ویژه
|
||||
|
||||
ه ها هاست های هایی هبچ هدف هر هرحال هرچند هرچه هرکس هرگاه هرگز هزار هست هستم هستند هستی هستید هستیم هفت هق هم همان
|
||||
همانند همانها همدیگر همزمان همه همهاش همواره همچنان همچنین همچون همچین همگان همگی همیشه همین هنوز هنگام هنگامی هوی هی
|
||||
هیچ هیچکدام هیچکس هیچگاه هیچگونه هیچی
|
||||
|
||||
ی یا یابد یابم یابند یابی یابید یابیم یارب یافت یافتم یافتن یافته یافتی یافتید یافتیم یعنی یقینا یواش یک یکدیگر یکریز
|
||||
یکسال یکی یکي
|
||||
""".split())
|
||||
و
|
||||
در
|
||||
به
|
||||
از
|
||||
که
|
||||
این
|
||||
را
|
||||
با
|
||||
است
|
||||
برای
|
||||
آن
|
||||
یک
|
||||
خود
|
||||
تا
|
||||
کرد
|
||||
بر
|
||||
هم
|
||||
نیز
|
||||
گفت
|
||||
میشود
|
||||
وی
|
||||
شد
|
||||
دارد
|
||||
ما
|
||||
اما
|
||||
یا
|
||||
شده
|
||||
باید
|
||||
هر
|
||||
آنها
|
||||
بود
|
||||
او
|
||||
دیگر
|
||||
دو
|
||||
مورد
|
||||
میکند
|
||||
شود
|
||||
کند
|
||||
وجود
|
||||
بین
|
||||
پیش
|
||||
شدهاست
|
||||
پس
|
||||
نظر
|
||||
اگر
|
||||
همه
|
||||
یکی
|
||||
حال
|
||||
هستند
|
||||
من
|
||||
کنند
|
||||
نیست
|
||||
باشد
|
||||
چه
|
||||
بی
|
||||
می
|
||||
بخش
|
||||
میکنند
|
||||
همین
|
||||
افزود
|
||||
هایی
|
||||
دارند
|
||||
راه
|
||||
همچنین
|
||||
روی
|
||||
داد
|
||||
بیشتر
|
||||
بسیار
|
||||
سه
|
||||
داشت
|
||||
چند
|
||||
سوی
|
||||
تنها
|
||||
هیچ
|
||||
میان
|
||||
اینکه
|
||||
شدن
|
||||
بعد
|
||||
جدید
|
||||
ولی
|
||||
حتی
|
||||
کردن
|
||||
برخی
|
||||
کردند
|
||||
میدهد
|
||||
اول
|
||||
نه
|
||||
کردهاست
|
||||
نسبت
|
||||
بیش
|
||||
شما
|
||||
چنین
|
||||
طور
|
||||
افراد
|
||||
تمام
|
||||
درباره
|
||||
بار
|
||||
بسیاری
|
||||
میتواند
|
||||
کرده
|
||||
چون
|
||||
ندارد
|
||||
دوم
|
||||
بزرگ
|
||||
طی
|
||||
حدود
|
||||
همان
|
||||
بدون
|
||||
البته
|
||||
آنان
|
||||
میگوید
|
||||
دیگری
|
||||
خواهدشد
|
||||
کنیم
|
||||
قابل
|
||||
یعنی
|
||||
رشد
|
||||
میتوان
|
||||
وارد
|
||||
کل
|
||||
ویژه
|
||||
قبل
|
||||
براساس
|
||||
نیاز
|
||||
گذاری
|
||||
هنوز
|
||||
لازم
|
||||
سازی
|
||||
بودهاست
|
||||
چرا
|
||||
میشوند
|
||||
وقتی
|
||||
گرفت
|
||||
کم
|
||||
جای
|
||||
حالی
|
||||
تغییر
|
||||
پیدا
|
||||
اکنون
|
||||
تحت
|
||||
باعث
|
||||
مدت
|
||||
فقط
|
||||
زیادی
|
||||
تعداد
|
||||
آیا
|
||||
بیان
|
||||
رو
|
||||
شدند
|
||||
عدم
|
||||
کردهاند
|
||||
بودن
|
||||
نوع
|
||||
بلکه
|
||||
جاری
|
||||
دهد
|
||||
برابر
|
||||
مهم
|
||||
بوده
|
||||
اخیر
|
||||
مربوط
|
||||
امر
|
||||
زیر
|
||||
گیری
|
||||
شاید
|
||||
خصوص
|
||||
آقای
|
||||
اثر
|
||||
کننده
|
||||
بودند
|
||||
فکر
|
||||
کنار
|
||||
اولین
|
||||
سوم
|
||||
سایر
|
||||
کنید
|
||||
ضمن
|
||||
مانند
|
||||
باز
|
||||
میگیرد
|
||||
ممکن
|
||||
حل
|
||||
دارای
|
||||
پی
|
||||
مثل
|
||||
میرسد
|
||||
اجرا
|
||||
دور
|
||||
منظور
|
||||
کسی
|
||||
موجب
|
||||
طول
|
||||
امکان
|
||||
آنچه
|
||||
تعیین
|
||||
گفته
|
||||
شوند
|
||||
جمع
|
||||
خیلی
|
||||
علاوه
|
||||
گونه
|
||||
تاکنون
|
||||
رسید
|
||||
ساله
|
||||
گرفته
|
||||
شدهاند
|
||||
علت
|
||||
چهار
|
||||
داشتهباشد
|
||||
خواهدبود
|
||||
طرف
|
||||
تهیه
|
||||
تبدیل
|
||||
مناسب
|
||||
زیرا
|
||||
مشخص
|
||||
میتوانند
|
||||
نزدیک
|
||||
جریان
|
||||
روند
|
||||
بنابراین
|
||||
میدهند
|
||||
یافت
|
||||
نخستین
|
||||
بالا
|
||||
پنج
|
||||
ریزی
|
||||
عالی
|
||||
چیزی
|
||||
نخست
|
||||
بیشتری
|
||||
ترتیب
|
||||
شدهبود
|
||||
خاص
|
||||
خوبی
|
||||
خوب
|
||||
شروع
|
||||
فرد
|
||||
کامل
|
||||
غیر
|
||||
میرود
|
||||
دهند
|
||||
آخرین
|
||||
دادن
|
||||
جدی
|
||||
بهترین
|
||||
شامل
|
||||
گیرد
|
||||
بخشی
|
||||
باشند
|
||||
تمامی
|
||||
بهتر
|
||||
دادهاست
|
||||
حد
|
||||
نبود
|
||||
کسانی
|
||||
میکرد
|
||||
داریم
|
||||
علیه
|
||||
میباشد
|
||||
دانست
|
||||
ناشی
|
||||
داشتند
|
||||
دهه
|
||||
میشد
|
||||
ایشان
|
||||
آنجا
|
||||
گرفتهاست
|
||||
دچار
|
||||
میآید
|
||||
لحاظ
|
||||
آنکه
|
||||
داده
|
||||
بعضی
|
||||
هستیم
|
||||
اند
|
||||
برداری
|
||||
نباید
|
||||
میکنیم
|
||||
نشست
|
||||
سهم
|
||||
همیشه
|
||||
آمد
|
||||
اش
|
||||
وگو
|
||||
میکنم
|
||||
حداقل
|
||||
طبق
|
||||
جا
|
||||
خواهدکرد
|
||||
نوعی
|
||||
چگونه
|
||||
رفت
|
||||
هنگام
|
||||
فوق
|
||||
روش
|
||||
ندارند
|
||||
سعی
|
||||
بندی
|
||||
شمار
|
||||
کلی
|
||||
کافی
|
||||
مواجه
|
||||
همچنان
|
||||
زیاد
|
||||
سمت
|
||||
کوچک
|
||||
داشتهاست
|
||||
چیز
|
||||
پشت
|
||||
آورد
|
||||
حالا
|
||||
روبه
|
||||
سالهای
|
||||
دادند
|
||||
میکردند
|
||||
عهده
|
||||
نیمه
|
||||
جایی
|
||||
دیگران
|
||||
سی
|
||||
بروز
|
||||
یکدیگر
|
||||
آمدهاست
|
||||
جز
|
||||
کنم
|
||||
سپس
|
||||
کنندگان
|
||||
خودش
|
||||
همواره
|
||||
یافته
|
||||
شان
|
||||
صرف
|
||||
نمیشود
|
||||
رسیدن
|
||||
چهارم
|
||||
یابد
|
||||
متر
|
||||
ساز
|
||||
داشته
|
||||
کردهبود
|
||||
باره
|
||||
نحوه
|
||||
کردم
|
||||
تو
|
||||
شخصی
|
||||
داشتهباشند
|
||||
محسوب
|
||||
پخش
|
||||
کمی
|
||||
متفاوت
|
||||
سراسر
|
||||
کاملا
|
||||
داشتن
|
||||
نظیر
|
||||
آمده
|
||||
گروهی
|
||||
فردی
|
||||
ع
|
||||
همچون
|
||||
خطر
|
||||
خویش
|
||||
کدام
|
||||
دسته
|
||||
سبب
|
||||
عین
|
||||
آوری
|
||||
متاسفانه
|
||||
بیرون
|
||||
دار
|
||||
ابتدا
|
||||
شش
|
||||
افرادی
|
||||
میگویند
|
||||
سالهای
|
||||
درون
|
||||
نیستند
|
||||
یافتهاست
|
||||
پر
|
||||
خاطرنشان
|
||||
گاه
|
||||
جمعی
|
||||
اغلب
|
||||
دوباره
|
||||
مییابد
|
||||
لذا
|
||||
زاده
|
||||
گردد
|
||||
اینجا""".split())
|
||||
|
|
|
|||
43
spacy/lang/fa/syntax_iterators.py
Normal file
43
spacy/lang/fa/syntax_iterators.py
Normal file
|
|
@ -0,0 +1,43 @@
|
|||
# coding: utf8
|
||||
from __future__ import unicode_literals
|
||||
|
||||
from ...symbols import NOUN, PROPN, PRON
|
||||
|
||||
|
||||
def noun_chunks(obj):
|
||||
"""
|
||||
Detect base noun phrases from a dependency parse. Works on both Doc and Span.
|
||||
"""
|
||||
labels = ['nsubj', 'dobj', 'nsubjpass', 'pcomp', 'pobj', 'dative', 'appos',
|
||||
'attr', 'ROOT']
|
||||
doc = obj.doc # Ensure works on both Doc and Span.
|
||||
np_deps = [doc.vocab.strings.add(label) for label in labels]
|
||||
conj = doc.vocab.strings.add('conj')
|
||||
np_label = doc.vocab.strings.add('NP')
|
||||
seen = set()
|
||||
for i, word in enumerate(obj):
|
||||
if word.pos not in (NOUN, PROPN, PRON):
|
||||
continue
|
||||
# Prevent nested chunks from being produced
|
||||
if word.i in seen:
|
||||
continue
|
||||
if word.dep in np_deps:
|
||||
if any(w.i in seen for w in word.subtree):
|
||||
continue
|
||||
seen.update(j for j in range(word.left_edge.i, word.i+1))
|
||||
yield word.left_edge.i, word.i+1, np_label
|
||||
elif word.dep == conj:
|
||||
head = word.head
|
||||
while head.dep == conj and head.head.i < head.i:
|
||||
head = head.head
|
||||
# If the head is an NP, and we're coordinated to it, we're an NP
|
||||
if head.dep in np_deps:
|
||||
if any(w.i in seen for w in word.subtree):
|
||||
continue
|
||||
seen.update(j for j in range(word.left_edge.i, word.i+1))
|
||||
yield word.left_edge.i, word.i+1, np_label
|
||||
|
||||
|
||||
SYNTAX_ITERATORS = {
|
||||
'noun_chunks': noun_chunks
|
||||
}
|
||||
39
spacy/lang/fa/tag_map.py
Normal file
39
spacy/lang/fa/tag_map.py
Normal file
|
|
@ -0,0 +1,39 @@
|
|||
# coding: utf8
|
||||
from __future__ import unicode_literals
|
||||
|
||||
from ...symbols import POS, PUNCT, SYM, ADJ, CONJ, NUM, DET, ADV, ADP, X, VERB
|
||||
from ...symbols import NOUN, PROPN, PART, INTJ, SPACE, PRON, AUX
|
||||
|
||||
|
||||
TAG_MAP = {
|
||||
"ADJ": {POS: ADJ },
|
||||
"ADJ_CMPR": {POS: ADJ },
|
||||
"ADJ_INO": {POS: ADJ},
|
||||
"ADJ_SUP": {POS: ADJ},
|
||||
"ADV": {POS: ADV},
|
||||
"ADV_COMP": {POS: ADV},
|
||||
"ADV_I": {POS: ADV},
|
||||
"ADV_LOC": {POS: ADV},
|
||||
"ADV_NEG": {POS: ADV},
|
||||
"ADV_TIME": {POS: ADV},
|
||||
"CLITIC": {POS: PART},
|
||||
"CON": {POS: CONJ},
|
||||
"CONJ": {POS: CONJ},
|
||||
"DELM": {POS: PUNCT},
|
||||
"DET": {POS: DET},
|
||||
"FW": {POS: X},
|
||||
"INT": {POS: INTJ},
|
||||
"N_PL": {POS: NOUN},
|
||||
"N_SING": {POS: NOUN},
|
||||
"N_VOC": {POS: NOUN},
|
||||
"NUM": {POS: NUM},
|
||||
"P": {POS: ADP},
|
||||
"PREV": {POS: ADP},
|
||||
"PRO": {POS: PRON},
|
||||
"V_AUX": {POS: AUX},
|
||||
"V_IMP": {POS: VERB},
|
||||
"V_PA": {POS: VERB},
|
||||
"V_PP": {POS: VERB},
|
||||
"V_PRS": {POS: VERB},
|
||||
"V_SUB": {POS: VERB},
|
||||
}
|
||||
2052
spacy/lang/fa/tokenizer_exceptions.py
Normal file
2052
spacy/lang/fa/tokenizer_exceptions.py
Normal file
File diff suppressed because it is too large
Load Diff
Loading…
Reference in New Issue
Block a user