mirror of
https://github.com/explosion/spaCy.git
synced 2024-12-26 01:46:28 +03:00
2a2654c756
The list of stop words for Spanish contained many inadequate words, see: https://github.com/explosion/spaCy/issues/3052#issuecomment-1100760100 Removed words: - verb forms of 'trabajar' (work) and intentar (try) - words related to 'empleo' (employment) - incorrect words: ampleamos, arribaabajo, soyos, paìs - miscellaneous words due to being too significant of too infrequent: actualmente, aproximadamente, antaño, cosas, ejemplo, horas, general, pais, principalmente, raras Added other stop words for completion: - Spanish one-letter words - numbers up to twelve Some reformatting to 79 columns. When in doubt, the English and German lists have been consulted as good examples.
81 lines
3.3 KiB
Python
81 lines
3.3 KiB
Python
STOP_WORDS = set(
|
|
"""
|
|
a acuerdo adelante ademas además afirmó agregó ahi ahora ahí al algo alguna
|
|
algunas alguno algunos algún alli allí alrededor ambos ante anterior antes
|
|
apenas aproximadamente aquel aquella aquellas aquello aquellos aqui aquél
|
|
aquélla aquéllas aquéllos aquí arriba aseguró asi así atras aun aunque añadió
|
|
aún
|
|
|
|
bajo bastante bien breve buen buena buenas bueno buenos
|
|
|
|
cada casi cierta ciertas cierto ciertos cinco claro comentó como con conmigo
|
|
conocer conseguimos conseguir considera consideró consigo consigue consiguen
|
|
consigues contigo contra creo cual cuales cualquier cuando cuanta cuantas
|
|
cuanto cuantos cuatro cuenta cuál cuáles cuándo cuánta cuántas cuánto cuántos
|
|
cómo
|
|
|
|
da dado dan dar de debajo debe deben debido decir dejó del delante demasiado
|
|
demás dentro deprisa desde despacio despues después detras detrás dia dias dice
|
|
dicen dicho dieron diez diferente diferentes dijeron dijo dio doce donde dos
|
|
durante día días dónde
|
|
|
|
e el ella ellas ello ellos embargo en encima encuentra enfrente enseguida
|
|
entonces entre era eramos eran eras eres es esa esas ese eso esos esta estaba
|
|
estaban estado estados estais estamos estan estar estará estas este esto estos
|
|
estoy estuvo está están excepto existe existen explicó expresó él ésa ésas ése
|
|
ésos ésta éstas éste éstos
|
|
|
|
fin final fue fuera fueron fui fuimos
|
|
|
|
gran grande grandes
|
|
|
|
ha haber habia habla hablan habrá había habían hace haceis hacemos hacen hacer
|
|
hacerlo haces hacia haciendo hago han hasta hay haya he hecho hemos hicieron
|
|
hizo hoy hubo
|
|
|
|
igual incluso indicó informo informó ir
|
|
|
|
junto
|
|
|
|
la lado largo las le les llegó lleva llevar lo los luego
|
|
|
|
mal manera manifestó mas mayor me mediante medio mejor mencionó menos menudo mi
|
|
mia mias mientras mio mios mis misma mismas mismo mismos modo mucha muchas
|
|
mucho muchos muy más mí mía mías mío míos
|
|
|
|
nada nadie ni ninguna ningunas ninguno ningunos ningún no nos nosotras nosotros
|
|
nuestra nuestras nuestro nuestros nueva nuevas nueve nuevo nuevos nunca
|
|
|
|
o ocho once os otra otras otro otros
|
|
|
|
para parece parte partir pasada pasado paìs peor pero pesar poca pocas poco
|
|
pocos podeis podemos poder podria podriais podriamos podrian podrias podrá
|
|
podrán podría podrían poner por porque posible primer primera primero primeros
|
|
pronto propia propias propio propios proximo próximo próximos pudo pueda puede
|
|
pueden puedo pues
|
|
|
|
qeu que quedó queremos quien quienes quiere quiza quizas quizá quizás quién
|
|
quiénes qué
|
|
|
|
realizado realizar realizó repente respecto
|
|
|
|
sabe sabeis sabemos saben saber sabes salvo se sea sean segun segunda segundo
|
|
según seis ser sera será serán sería señaló si sido siempre siendo siete sigue
|
|
siguiente sin sino sobre sois sola solamente solas solo solos somos son soy su
|
|
supuesto sus suya suyas suyo suyos sé sí sólo
|
|
|
|
tal tambien también tampoco tan tanto tarde te temprano tendrá tendrán teneis
|
|
tenemos tener tenga tengo tenido tenía tercera tercero ti tiene tienen toda
|
|
todas todavia todavía todo todos total tras trata través tres tu tus tuvo tuya
|
|
tuyas tuyo tuyos tú
|
|
|
|
u ultimo un una unas uno unos usa usais usamos usan usar usas uso usted ustedes
|
|
última últimas último últimos
|
|
|
|
va vais vamos van varias varios vaya veces ver verdad verdadera verdadero vez
|
|
vosotras vosotros voy vuestra vuestras vuestro vuestros
|
|
|
|
y ya yo
|
|
""".split()
|
|
)
|